mirror of
https://github.com/explosion/spaCy.git
synced 2024-11-14 13:47:13 +03:00
4d550a3055
* Updated stop_words.py Added more stopwords * Create ujwal-narayan.md Enhancing Kannada language resources
91 lines
1.3 KiB
Python
91 lines
1.3 KiB
Python
# coding: utf8
|
|
from __future__ import unicode_literals
|
|
|
|
|
|
STOP_WORDS = set(
|
|
"""
|
|
ಹಲವು
|
|
ಮೂಲಕ
|
|
ಹಾಗೂ
|
|
ಅದು
|
|
ನೀಡಿದ್ದಾರೆ
|
|
ಯಾವ
|
|
ಎಂದರು
|
|
ಅವರು
|
|
ಈಗ
|
|
ಎಂಬ
|
|
ಹಾಗಾಗಿ
|
|
ಅಷ್ಟೇ
|
|
ನಾವು
|
|
ಇದೇ
|
|
ಹೇಳಿ
|
|
ತಮ್ಮ
|
|
ಹೀಗೆ
|
|
ನಮ್ಮ
|
|
ಬೇರೆ
|
|
ನೀಡಿದರು
|
|
ಮತ್ತೆ
|
|
ಇದು
|
|
ಈ
|
|
ನೀವು
|
|
ನಾನು
|
|
ಇತ್ತು
|
|
ಎಲ್ಲಾ
|
|
ಯಾವುದೇ
|
|
ನಡೆದ
|
|
ಅದನ್ನು
|
|
ಎಂದರೆ
|
|
ನೀಡಿದೆ
|
|
ಹೀಗಾಗಿ
|
|
ಜೊತೆಗೆ
|
|
ಇದರಿಂದ
|
|
ನನಗೆ
|
|
ಅಲ್ಲದೆ
|
|
ಎಷ್ಟು
|
|
ಇದರ
|
|
ಇಲ್ಲ
|
|
ಕಳೆದ
|
|
ತುಂಬಾ
|
|
ಈಗಾಗಲೇ
|
|
ಮಾಡಿ
|
|
ಅದಕ್ಕೆ
|
|
ಬಗ್ಗೆ
|
|
ಅವರ
|
|
ಇದನ್ನು
|
|
ಆ
|
|
ಇದೆ
|
|
ಹೆಚ್ಚು
|
|
ಇನ್ನು
|
|
ಎಲ್ಲ
|
|
ಇರುವ
|
|
ಅವರಿಗೆ
|
|
ನಿಮ್ಮ
|
|
ಏನು
|
|
ಕೂಡ
|
|
ಇಲ್ಲಿ
|
|
ನನ್ನನ್ನು
|
|
ಕೆಲವು
|
|
ಮಾತ್ರ
|
|
ಬಳಿಕ
|
|
ಅಂತ
|
|
ತನ್ನ
|
|
ಆಗ
|
|
ಅಥವಾ
|
|
ಅಲ್ಲ
|
|
ಕೇವಲ
|
|
ಆದರೆ
|
|
ಮತ್ತು
|
|
ಇನ್ನೂ
|
|
ಅದೇ
|
|
ಆಗಿ
|
|
ಅವರನ್ನು
|
|
ಹೇಳಿದ್ದಾರೆ
|
|
ನಡೆದಿದೆ
|
|
ಇದಕ್ಕೆ
|
|
ಎಂಬುದು
|
|
ಎಂದು
|
|
ನನ್ನ
|
|
ಮೇಲೆ
|
|
""".split()
|
|
)
|