Module: Brstemmer

Defined in:

lib/brstemmer.rb,
lib/brstemmer/version.rb

Defined Under Namespace

Classes: Stemmer

Constant Summary

RULES =

Steps file for the RSLP stemmer. Step 1: Plural Reduction

[
    {
        :properties => { name: "plural_reduction", size:3, exceptions:1},
        :rules => [
            # bons -> bom
            ["ns",1,"m"],
            # balões -> balão
            ["ões",3,"ão"],
            # capitães -> capitão
            ["ães",1,"ão",["mães"]],
            # normais -> normal
            ["ais",1,"al",["cais","mais"]],
            # papéis -> papel
            ["éis",2,"el"],
            # amáveis -> amável
            ["eis",2,"el"],
            # lençóis -> lençol
            ["óis",2,"ol"],
            # barris -> barril
            ["is",2,"il",["lápis","cais","mais","crúcis","biquínis","pois","depois","dois","leis"]],
            # males -> mal
            ["les",3,"l"],
            # mares -> mar
            ["res",3,"r", ["árvores"]],
            # casas -> casa
            ["s",2,"",["aliás","pires","lápis","cais","mais","mas","menos","férias","fezes","pêsames","crúcis","gás","atrás","moisés","através","convés","ês","país","após","ambas","ambos","messias", "depois"]]
        ]
    },

    # Step 2: Adverb Reduction
    {
        :properties => { name:"adverb_reduction", size:0, exceptions:0 },
        :rules => [
            # felizmente -> feliz
            ["mente",4,"",["experimente"]]
        ]
    },

    # Step 3: Feminine Reduction
    {
        :properties => { name:"feminine_reduction", size:3, exceptions:1 },
        :rules => [
            # chefona -> chefão
            ["ona",3,"ão",["abandona","lona","iona","cortisona","monótona","maratona","acetona","detona","carona"]],
            # vilã -> vilão
            ["ã",2,"ão",["amanhã","arapuã","fã","divã"]],
            # professora -> professor
            ["ora",3,"or"],
            # americana -> americano
            ["na",4,"no",["carona","abandona","lona","iona","cortisona","monótona","maratona","acetona","detona","guiana","campana","grana","caravana","banana","paisana"]],
            # sozinha -> sozinho
            ["inha",3,"inho",["rainha","linha","minha"]],
            # inglesa -> inglês
            ["esa",3,"ês",["mesa","obesa","princesa","turquesa","ilesa","pesa","presa"]],
            # famosa -> famoso
            ["osa",3,"oso",["mucosa","prosa"]],
            # maníaca -> maníaco
            ["íaca",3,"íaco"],
            # prática -> prático
            ["ica",3,"ico",["dica"]],
            # cansada -> cansado
            ["ada",2,"ado",["pitada"]],
            # mantida -> mantido
            ["ida",3,"ido",["vida","dúvida"]],
            ["ída",3,"ido",["recaída","saída"]],
            # prima -> primo
            ["ima",3,"imo",["vítima"]],
            # passiva -> passivo
            ["iva",3,"ivo",["saliva","oliva"]],
            # primeira -> primeiro
            ["eira",3,"eiro",["beira","cadeira","frigideira","bandeira","feira","capoeira","barreira","fronteira","besteira","poeira"]]
        ]
    },

    # Step 4: Augmentative/Diminutive Reduction
    {
        :properties => { name:"augmentative_reduction", size:0, exceptions:1 },
        :rules => [
            # cansadíssimo -> cansad
            ["díssimo",5],
            # amabilíssimo -> ama
            ["abilíssimo",5],
            # fortíssimo -> fort
            ["íssimo",3],
            ["ésimo",3],
            # chiquérrimo -> chiqu
            ["érrimo",4],
            # pezinho -> pe
            ["zinho",2],
            # maluquinho -> maluc
            ["quinho",4,"c"],
            # amiguinho -> amig
            ["uinho",4],
            # cansadinho -> cansad
            ["adinho",3],
            # carrinho -> carr
            ["inho",3,"",["caminho","cominho"]],
            # grandalhão -> grand
            ["alhão",4],
            # dentuça -> dent
            ["uça",4],
            # ricaço -> ric
            ["aço",4,"",["antebraço"]],
            ["aça",4],
            # casadão -> cans
            ["adão",4],
            ["idão",4],
            # corpázio -> corp
            ["ázio",3,"",["topázio"]],
            # pratarraz -> prat
            ["arraz",4],
            ["zarrão",3],
            ["arrão",4],
            # bocarra -> boc
            ["arra",3],
            # calorzão -> calor
            ["zão",2,"",["coalizão"]],
            # meninão -> menin
            ["ão",3,"",["camarão","chimarrão","canção","coração","embrião","grotão","glutão","ficção","fogão","feição","furacão","gamão","lampião","leão","macacão","nação","órfão","orgão","patrão","portão","quinhão","rincão","tração","falcão","espião","mamão","folião","cordão","aptidão","campeão","colchão","limão","leilão","melão","barão","milhão","bilhão","fusão","cristão","ilusão","capitão","estação","senão"]]
        ]
    },

    # Step 5: Noun Suffix Reduction
    {
        :properties => { name:"noun_reduction", size:0, exceptions:0 },
        :rules => [
            # existencialista -> exist
            ["encialista",4],
            # minimalista -> minim
            ["alista",5],
            # contagem -> cont
            ["agem",3,"",["coragem","chantagem","vantagem","carruagem"]],
            # gerenciamento -> gerenc
            ["iamento",4],
            # monitoramento -> monitor
            ["amento",3,"",["firmamento","fundamento","departamento"]],
            # nascimento -> nasc
            ["imento",3],
            ["mento",6,"",["firmamento","elemento","complemento","instrumento","departamento"]],
            # comercializado -> comerci
            ["alizado",4],
            # traumatizado -> traum
            ["atizado",4],
            ["tizado",4,"",["alfabetizado"]],
            # alfabetizado -> alfabet
            ["izado",5,"",["organizado","pulverizado"]],
            # associativo -> associ
            ["ativo",4,"",["pejorativo","relativo"]],
            # contraceptivo -> contracep
            ["tivo",4,"",["relativo"]],
            # esportivo -> esport
            ["ivo",4,"",["passivo","possessivo","pejorativo","positivo"]],
            # abalado -> abal
            ["ado",2,"",["grado"]],
            # impedido -> imped
            ["ido",3,"",["cândido","consolido","rápido","decido","tímido","duvido","marido"]],
            # ralador -> ral
            ["ador",3],
            # entendedor -> entend
            ["edor",3],
            # cumpridor -> cumpr
            ["idor",4,"",["ouvidor"]],
            ["dor",4,"",["ouvidor"]],
            ["sor",4,"",["assessor"]],
            ["atoria",5],
            ["tor",3,"",["benfeitor","leitor","editor","pastor","produtor","promotor","consultor"]],
            ["or",2,"",["motor","melhor","redor","rigor","sensor","tambor","tumor","assessor","benfeitor","pastor","terior","favor","autor"]],
            # comparabilidade -> compar
            ["abilidade",5],
            # abolicionista -> abol
            ["icionista",4],
            # intervencionista -> interven
            ["cionista",5],
            ["ionista",5],
            ["ionar",5],
            # profissional -> profiss
            ["ional",4],
            # referência -> refer
            ["ência",3],
            # repugnância -> repugn
            ["ância",4,"",["ambulância"]],
            # abatedouro -> abat
            ["edouro",3],
            # fofoqueiro -> fofoc
            ["queiro",3,"c"],
            ["adeiro",4,"",["desfiladeiro"]],
            # brasileiro -> brasil
            ["eiro",3,"",["desfiladeiro","pioneiro","mosteiro"]],
            ["uoso",3],
            # gostoso -> gost
            ["oso",3,"",["precioso"]],
            # comercializaç -> comerci
            ["alizaç",5],
            ["atizaç",5],
            ["tizaç",5],
            ["izaç",5,"",["organizaç"]],
            # alegaç -> aleg
            ["aç",3,"",["equaç","relaç"]],
            # aboliç -> abol
            ["iç",3,"",["eleiç"]],
            # anedotário -> anedot
            ["ário",3,"",["voluntário","salário","aniversário","diário","lionário","armário"]],
            ["atório",3],
            ["rio",5,"",["voluntário","salário","aniversário","diário","compulsório","lionário","próprio","stério","armário"]],
            # ministério -> minist
            ["ério",6],
            # chinês -> chin
            ["ês",4],
            # beleza -> bel
            ["eza",3],
            # rigidez -> rigid
            ["ez",4],
            # parentesco -> parent
            ["esco",4],
            # ocupante -> ocup
            ["ante",2,"",["gigante","elefante","adiante","possante","instante","restaurante"]],
            # bombástico -> bomb
            ["ástico",4,"",["eclesiástico"]],
            ["alístico",3],
            ["áutico",4],
            ["êutico",4],
            ["tico",3,"",["político","eclesiástico","diagnostico","prático","doméstico","diagnóstico","idêntico","alopático","artístico","autêntico","eclético","crítico","critico"]],
            # polêmico -> polêm
            ["ico",4,"",["tico","público","explico"]],
            # produtividade -> produt
            ["ividade",5],
            # profundidade -> profund
            ["idade",4,"",["autoridade","comunidade"]],
            # aposentadoria -> aposentad
            ["oria",4,"",["categoria"]],
            # existencial -> exist
            ["encial",5],
            # artista -> art
            ["ista",4],
            ["auta",5],
            # maluquice -> maluc
            ["quice",4,"c"],
            # chatice -> chat
            ["ice",4,"",["cúmplice"]],
            # demoníaco -> demon
            ["íaco",3],
            # decorrente -> decorr
            ["ente",4,"",["freqüente","alimente","acrescente","permanente","oriente","aparente"]],
            ["ense",5],
            # criminal -> crim
            ["inal",3],
            # americano -> americ
            ["ano",4],
            # amável -> am
            ["ável",2,"",["afável","razoável","potável","vulnerável"]],
            # combustível -> combust
            ["ível",3,"",["possível"]],
            ["vel",5,"",["possível","vulnerável","solúvel"]],
            ["bil",3,"vel"],
            # cobertura -> cobert
            ["ura",4,"",["imatura","acupuntura","costura"]],
            ["ural",4],
            # consensual -> consens
            ["ual",3,"",["bissexual","virtual","visual","pontual"]],
            # mundial -> mund
            ["ial",3],
            # experimental -> experiment
            ["al",4,"",["afinal","animal","estatal","bissexual","desleal","fiscal","formal","pessoal","liberal","postal","virtual","visual","pontual","sideral","sucursal"]],
            ["alismo",4],
            ["ivismo",4],
            ["ismo",3,"",["cinismo"]]
        ]
    },

    # Step 6: Verb Suffix Reduction
    {
        :properties => { name:"verb_reduction", size:0, exceptions:0 },
        :rules => [
            # cantaríamo -> cant
            ["aríamo",2],
            # cantássemo -> cant
            ["ássemo",2],
            # beberíamo -> beb
            ["eríamo",2],
            # bebêssemo -> beb
            ["êssemo",2],
            # partiríamo -> part
            ["iríamo",3],
            # partíssemo -> part
            ["íssemo",3],
            # cantáramo -> cant
            ["áramo",2],
            # cantárei -> cant
            ["árei",2],
            # cantaremo -> cant
            ["aremo",2],
            # cantariam -> cant
            ["ariam",2],
            # cantaríei -> cant
            ["aríei",2],
            # cantássei -> cant
            ["ássei",2],
            # cantassem -> cant
            ["assem",2],
            # cantávamo -> cant
            ["ávamo",2],
            # bebêramo -> beb
            ["êramo",3],
            # beberemo -> beb
            ["eremo",3],
            # beberiam -> beb
            ["eriam",3],
            # beberíei -> beb
            ["eríei",3],
            # bebêssei -> beb
            ["êssei",3],
            # bebessem -> beb
            ["essem",3],
            # partiríamo -> part
            ["íramo",3],
            # partiremo -> part
            ["iremo",3],
            # partiriam -> part
            ["iriam",3],
            # partiríei -> part
            ["iríei",3],
            # partíssei -> part
            ["íssei",3],
            # partissem -> part
            ["issem",3],
            # cantando -> cant
            ["ando",2],
            # bebendo -> beb
            ["endo",3],
            # partindo -> part
            ["indo",3],
            # propondo -> prop
            ["ondo",3],
            # cantaram -> cant
            ["aram",2],
            ["arão",2],
            # cantarde -> cant
            ["arde",2],
            # cantarei -> cant
            ["arei",2],
            # cantarem -> cant
            ["arem",2],
            # cantaria -> cant
            ["aria",2],
            # cantarmo -> cant
            ["armo",2],
            # cantasse -> cant
            ["asse",2],
            # cantaste -> cant
            ["aste",2],
            # cantavam -> cant
            ["avam",2,"",["agravam"]],
            # cantávei -> cant
            ["ávei",2],
            # beberam -> beb
            ["eram",3],
            ["erão",3],
            # beberde -> beb
            ["erde",3],
            # beberei -> beb
            ["erei",3],
            # bebêrei -> beb
            ["êrei",3],
            # beberem -> beb
            ["erem",3],
            # beberia -> beb
            ["eria",3],
            # bebermo -> beb
            ["ermo",3],
            # bebesse -> beb
            ["esse",3],
            # bebeste -> beb
            ["este",3,"",["faroeste","agreste"]],
            # bebíamo -> beb
            ["íamo",3],
            # partiram -> part
            ["iram",3],
            # concluíram -> conclu
            ["íram",3],
            ["irão",2],
            # partirde -> part
            ["irde",2],
            # partírei -> part
            ["irei",3,"",["admirei"]],
            # partirem -> part
            ["irem",3,"",["adquirem"]],
            # partiria -> part
            ["iria",3],
            # partirmo -> part
            ["irmo",3],
            # partisse -> part
            ["isse",3],
            # partiste -> part
            ["iste",4],
            ["iava",4,"",["ampliava"]],
            # cantamo -> cant
            ["amo",2],
            ["iona",3],
            # cantara -> cant
            ["ara",2,"",["arara","prepara"]],
            # cantará -> cant
            ["ará",2,"",["alvará"]],
            # cantare -> cant
            ["are",2,"",["prepare"]],
            # cantava -> cant
            ["ava",2,"",["agrava"]],
            # cantemo -> cant
            ["emo",2],
            # bebera -> beb
            ["era",3,"",["acelera","espera"]],
            # beberá -> beb
            ["erá",3],
            # bebere -> beb
            ["ere",3,"",["espere"]],
            # bebiam -> beb
            ["iam",3,"",["enfiam","ampliam","elogiam","ensaiam"]],
            # bebíei -> beb
            ["íei",3],
            # partimo -> part
            ["imo",3,"",["reprimo","intimo","íntimo","nimo","queimo","ximo"]],
            # partira -> part
            ["ira",3,"",["fronteira","sátira"]],
            ["ído",3],
            # partirá -> part
            ["irá",3],
            ["tizar",4,"",["alfabetizar"]],
            ["izar",5,"",["organizar"]],
            ["itar",5,"",["acreditar","explicitar","estreitar"]],
            # partire -> part
            ["ire",3,"",["adquire"]],
            # compomo -> comp
            ["omo",3],
            # cantai -> cant
            ["ai",2],
            # cantam -> cant
            ["am",2],
            # barbear -> barb
            ["ear",4,"",["alardear","nuclear"]],
            # cantar -> cant
            ["ar",2,"",["azar","bazaar","patamar"]],
            # cheguei -> cheg
            ["uei",3],
            ["uía",5,"u"],
            # cantei -> cant
            ["ei",3],
            ["guem",3,"g"],
            # cantem -> cant
            ["em",2,"",["alem","virgem"]],
            # beber -> beb
            ["er",2,"",["éter","pier"]],
            # bebeu -> beb
            ["eu",3,"",["chapeu"]],
            # bebia -> beb
            ["ia",3,"",["estória","fatia","acia","praia","elogia","mania","lábia","aprecia","polícia","arredia","cheia","ásia"]],
            # partir -> part
            ["ir",3,"",["freir"]],
            # partiu -> part
            ["iu",3],
            ["eou",5],
            # chegou -> cheg
            ["ou",3],
            # bebi -> beb
            ["i",3]
        ]
    },

    # Step 7: Vowel Removal
    {
        :properties => { name:"vowel_reduction", size:0, exceptions:0 },
        :rules => [
            ["bil",2,"vel"],
            ["gue",2,"g",["gangue","jegue"]],
            ["á",3],
            ["ê",3,"",["bebê"]],
            # menina -> menin
            ["a",3,"",["ásia"]],
            # grande -> grand
            ["e",3],
            # menino -> menin
            ["o",3,"",["ão"]]
        ]
    },
    # Step 8: Remove accents
    {
        :properties => { name:"accent_reduction", size:0, exceptions:0 },
        :rules => [
            ["á",1,"a"],
            ["â",1,"a"],
            ["ó",1,"o"],
            ["ô",1,"o"],
            ["é",1,"e"],
            ["í",1,"i"],
            ["ú",1,"u"],
        ]
    }
]

VERSION =

"0.1.0"

Instance Method Summary

• #stemmer ⇒ Object

Instance Method Details

#stemmer ⇒ Object

# File 'lib/brstemmer.rb', line 512

def stemmer
  stemmer = Stemmer.new self.dup.to_s
  stemmer.render
end