mirror of https://github.com/explosion/spaCy.git
763 lines
6.4 KiB
Python
763 lines
6.4 KiB
Python
|
# coding: utf8
|
||
|
from __future__ import unicode_literals
|
||
|
|
||
|
STOP_WORDS = set("""
|
||
|
ada
|
||
|
adalah
|
||
|
adanya
|
||
|
adapun
|
||
|
agak
|
||
|
agaknya
|
||
|
agar
|
||
|
akan
|
||
|
akankah
|
||
|
akhir
|
||
|
akhiri
|
||
|
akhirnya
|
||
|
aku
|
||
|
akulah
|
||
|
amat
|
||
|
amatlah
|
||
|
anda
|
||
|
andalah
|
||
|
antar
|
||
|
antara
|
||
|
antaranya
|
||
|
apa
|
||
|
apaan
|
||
|
apabila
|
||
|
apakah
|
||
|
apalagi
|
||
|
apatah
|
||
|
artinya
|
||
|
asal
|
||
|
asalkan
|
||
|
atas
|
||
|
atau
|
||
|
ataukah
|
||
|
ataupun
|
||
|
awal
|
||
|
awalnya
|
||
|
bagai
|
||
|
bagaikan
|
||
|
bagaimana
|
||
|
bagaimanakah
|
||
|
bagaimanapun
|
||
|
bagi
|
||
|
bagian
|
||
|
bahkan
|
||
|
bahwa
|
||
|
bahwasanya
|
||
|
baik
|
||
|
bakal
|
||
|
bakalan
|
||
|
balik
|
||
|
banyak
|
||
|
bapak
|
||
|
baru
|
||
|
bawah
|
||
|
beberapa
|
||
|
begini
|
||
|
beginian
|
||
|
beginikah
|
||
|
beginilah
|
||
|
begitu
|
||
|
begitukah
|
||
|
begitulah
|
||
|
begitupun
|
||
|
bekerja
|
||
|
belakang
|
||
|
belakangan
|
||
|
belum
|
||
|
belumlah
|
||
|
benar
|
||
|
benarkah
|
||
|
benarlah
|
||
|
berada
|
||
|
berakhir
|
||
|
berakhirlah
|
||
|
berakhirnya
|
||
|
berapa
|
||
|
berapakah
|
||
|
berapalah
|
||
|
berapapun
|
||
|
berarti
|
||
|
berawal
|
||
|
berbagai
|
||
|
berdatangan
|
||
|
beri
|
||
|
berikan
|
||
|
berikut
|
||
|
berikutnya
|
||
|
berjumlah
|
||
|
berkali-kali
|
||
|
berkata
|
||
|
berkehendak
|
||
|
berkeinginan
|
||
|
berkenaan
|
||
|
berlainan
|
||
|
berlalu
|
||
|
berlangsung
|
||
|
berlebihan
|
||
|
bermacam
|
||
|
bermacam-macam
|
||
|
bermaksud
|
||
|
bermula
|
||
|
bersama
|
||
|
bersama-sama
|
||
|
bersiap
|
||
|
bersiap-siap
|
||
|
bertanya
|
||
|
bertanya-tanya
|
||
|
berturut
|
||
|
berturut-turut
|
||
|
bertutur
|
||
|
berujar
|
||
|
berupa
|
||
|
besar
|
||
|
betul
|
||
|
betulkah
|
||
|
biasa
|
||
|
biasanya
|
||
|
bila
|
||
|
bilakah
|
||
|
bisa
|
||
|
bisakah
|
||
|
boleh
|
||
|
bolehkah
|
||
|
bolehlah
|
||
|
buat
|
||
|
bukan
|
||
|
bukankah
|
||
|
bukanlah
|
||
|
bukannya
|
||
|
bulan
|
||
|
bung
|
||
|
cara
|
||
|
caranya
|
||
|
cukup
|
||
|
cukupkah
|
||
|
cukuplah
|
||
|
cuma
|
||
|
dahulu
|
||
|
dalam
|
||
|
dan
|
||
|
dapat
|
||
|
dari
|
||
|
daripada
|
||
|
datang
|
||
|
dekat
|
||
|
demi
|
||
|
demikian
|
||
|
demikianlah
|
||
|
dengan
|
||
|
depan
|
||
|
di
|
||
|
dia
|
||
|
diakhiri
|
||
|
diakhirinya
|
||
|
dialah
|
||
|
diantara
|
||
|
diantaranya
|
||
|
diberi
|
||
|
diberikan
|
||
|
diberikannya
|
||
|
dibuat
|
||
|
dibuatnya
|
||
|
didapat
|
||
|
didatangkan
|
||
|
digunakan
|
||
|
diibaratkan
|
||
|
diibaratkannya
|
||
|
diingat
|
||
|
diingatkan
|
||
|
diinginkan
|
||
|
dijawab
|
||
|
dijelaskan
|
||
|
dijelaskannya
|
||
|
dikarenakan
|
||
|
dikatakan
|
||
|
dikatakannya
|
||
|
dikerjakan
|
||
|
diketahui
|
||
|
diketahuinya
|
||
|
dikira
|
||
|
dilakukan
|
||
|
dilalui
|
||
|
dilihat
|
||
|
dimaksud
|
||
|
dimaksudkan
|
||
|
dimaksudkannya
|
||
|
dimaksudnya
|
||
|
diminta
|
||
|
dimintai
|
||
|
dimisalkan
|
||
|
dimulai
|
||
|
dimulailah
|
||
|
dimulainya
|
||
|
dimungkinkan
|
||
|
dini
|
||
|
dipastikan
|
||
|
diperbuat
|
||
|
diperbuatnya
|
||
|
dipergunakan
|
||
|
diperkirakan
|
||
|
diperlihatkan
|
||
|
diperlukan
|
||
|
diperlukannya
|
||
|
dipersoalkan
|
||
|
dipertanyakan
|
||
|
dipunyai
|
||
|
diri
|
||
|
dirinya
|
||
|
disampaikan
|
||
|
disebut
|
||
|
disebutkan
|
||
|
disebutkannya
|
||
|
disini
|
||
|
disinilah
|
||
|
ditambahkan
|
||
|
ditandaskan
|
||
|
ditanya
|
||
|
ditanyai
|
||
|
ditanyakan
|
||
|
ditegaskan
|
||
|
ditujukan
|
||
|
ditunjuk
|
||
|
ditunjuki
|
||
|
ditunjukkan
|
||
|
ditunjukkannya
|
||
|
ditunjuknya
|
||
|
dituturkan
|
||
|
dituturkannya
|
||
|
diucapkan
|
||
|
diucapkannya
|
||
|
diungkapkan
|
||
|
dong
|
||
|
dua
|
||
|
dulu
|
||
|
empat
|
||
|
enggak
|
||
|
enggaknya
|
||
|
entah
|
||
|
entahlah
|
||
|
guna
|
||
|
gunakan
|
||
|
hal
|
||
|
hampir
|
||
|
hanya
|
||
|
hanyalah
|
||
|
hari
|
||
|
harus
|
||
|
haruslah
|
||
|
harusnya
|
||
|
hendak
|
||
|
hendaklah
|
||
|
hendaknya
|
||
|
hingga
|
||
|
ia
|
||
|
ialah
|
||
|
ibarat
|
||
|
ibaratkan
|
||
|
ibaratnya
|
||
|
ibu
|
||
|
ikut
|
||
|
ingat
|
||
|
ingat-ingat
|
||
|
ingin
|
||
|
inginkah
|
||
|
inginkan
|
||
|
ini
|
||
|
inikah
|
||
|
inilah
|
||
|
itu
|
||
|
itukah
|
||
|
itulah
|
||
|
jadi
|
||
|
jadilah
|
||
|
jadinya
|
||
|
jangan
|
||
|
jangankan
|
||
|
janganlah
|
||
|
jauh
|
||
|
jawab
|
||
|
jawaban
|
||
|
jawabnya
|
||
|
jelas
|
||
|
jelaskan
|
||
|
jelaslah
|
||
|
jelasnya
|
||
|
jika
|
||
|
jikalau
|
||
|
juga
|
||
|
jumlah
|
||
|
jumlahnya
|
||
|
justru
|
||
|
kala
|
||
|
kalau
|
||
|
kalaulah
|
||
|
kalaupun
|
||
|
kalian
|
||
|
kami
|
||
|
kamilah
|
||
|
kamu
|
||
|
kamulah
|
||
|
kan
|
||
|
kapan
|
||
|
kapankah
|
||
|
kapanpun
|
||
|
karena
|
||
|
karenanya
|
||
|
kasus
|
||
|
kata
|
||
|
katakan
|
||
|
katakanlah
|
||
|
katanya
|
||
|
ke
|
||
|
keadaan
|
||
|
kebetulan
|
||
|
kecil
|
||
|
kedua
|
||
|
keduanya
|
||
|
keinginan
|
||
|
kelamaan
|
||
|
kelihatan
|
||
|
kelihatannya
|
||
|
kelima
|
||
|
keluar
|
||
|
kembali
|
||
|
kemudian
|
||
|
kemungkinan
|
||
|
kemungkinannya
|
||
|
kenapa
|
||
|
kepada
|
||
|
kepadanya
|
||
|
kesampaian
|
||
|
keseluruhan
|
||
|
keseluruhannya
|
||
|
keterlaluan
|
||
|
ketika
|
||
|
khususnya
|
||
|
kini
|
||
|
kinilah
|
||
|
kira
|
||
|
kira-kira
|
||
|
kiranya
|
||
|
kita
|
||
|
kitalah
|
||
|
kok
|
||
|
kurang
|
||
|
lagi
|
||
|
lagian
|
||
|
lah
|
||
|
lain
|
||
|
lainnya
|
||
|
lalu
|
||
|
lama
|
||
|
lamanya
|
||
|
lanjut
|
||
|
lanjutnya
|
||
|
lebih
|
||
|
lewat
|
||
|
lima
|
||
|
luar
|
||
|
macam
|
||
|
maka
|
||
|
makanya
|
||
|
makin
|
||
|
malah
|
||
|
malahan
|
||
|
mampu
|
||
|
mampukah
|
||
|
mana
|
||
|
manakala
|
||
|
manalagi
|
||
|
masa
|
||
|
masalah
|
||
|
masalahnya
|
||
|
masih
|
||
|
masihkah
|
||
|
masing
|
||
|
masing-masing
|
||
|
mau
|
||
|
maupun
|
||
|
melainkan
|
||
|
melakukan
|
||
|
melalui
|
||
|
melihat
|
||
|
melihatnya
|
||
|
memang
|
||
|
memastikan
|
||
|
memberi
|
||
|
memberikan
|
||
|
membuat
|
||
|
memerlukan
|
||
|
memihak
|
||
|
meminta
|
||
|
memintakan
|
||
|
memisalkan
|
||
|
memperbuat
|
||
|
mempergunakan
|
||
|
memperkirakan
|
||
|
memperlihatkan
|
||
|
mempersiapkan
|
||
|
mempersoalkan
|
||
|
mempertanyakan
|
||
|
mempunyai
|
||
|
memulai
|
||
|
memungkinkan
|
||
|
menaiki
|
||
|
menambahkan
|
||
|
menandaskan
|
||
|
menanti
|
||
|
menanti-nanti
|
||
|
menantikan
|
||
|
menanya
|
||
|
menanyai
|
||
|
menanyakan
|
||
|
mendapat
|
||
|
mendapatkan
|
||
|
mendatang
|
||
|
mendatangi
|
||
|
mendatangkan
|
||
|
menegaskan
|
||
|
mengakhiri
|
||
|
mengapa
|
||
|
mengatakan
|
||
|
mengatakannya
|
||
|
mengenai
|
||
|
mengerjakan
|
||
|
mengetahui
|
||
|
menggunakan
|
||
|
menghendaki
|
||
|
mengibaratkan
|
||
|
mengibaratkannya
|
||
|
mengingat
|
||
|
mengingatkan
|
||
|
menginginkan
|
||
|
mengira
|
||
|
mengucapkan
|
||
|
mengucapkannya
|
||
|
mengungkapkan
|
||
|
menjadi
|
||
|
menjawab
|
||
|
menjelaskan
|
||
|
menuju
|
||
|
menunjuk
|
||
|
menunjuki
|
||
|
menunjukkan
|
||
|
menunjuknya
|
||
|
menurut
|
||
|
menuturkan
|
||
|
menyampaikan
|
||
|
menyangkut
|
||
|
menyatakan
|
||
|
menyebutkan
|
||
|
menyeluruh
|
||
|
menyiapkan
|
||
|
merasa
|
||
|
mereka
|
||
|
merekalah
|
||
|
merupakan
|
||
|
meski
|
||
|
meskipun
|
||
|
meyakini
|
||
|
meyakinkan
|
||
|
minta
|
||
|
mirip
|
||
|
misal
|
||
|
misalkan
|
||
|
misalnya
|
||
|
mula
|
||
|
mulai
|
||
|
mulailah
|
||
|
mulanya
|
||
|
mungkin
|
||
|
mungkinkah
|
||
|
nah
|
||
|
naik
|
||
|
namun
|
||
|
nanti
|
||
|
nantinya
|
||
|
nyaris
|
||
|
nyatanya
|
||
|
oleh
|
||
|
olehnya
|
||
|
pada
|
||
|
padahal
|
||
|
padanya
|
||
|
pak
|
||
|
paling
|
||
|
panjang
|
||
|
pantas
|
||
|
para
|
||
|
pasti
|
||
|
pastilah
|
||
|
penting
|
||
|
pentingnya
|
||
|
per
|
||
|
percuma
|
||
|
perlu
|
||
|
perlukah
|
||
|
perlunya
|
||
|
pernah
|
||
|
persoalan
|
||
|
pertama
|
||
|
pertama-tama
|
||
|
pertanyaan
|
||
|
pertanyakan
|
||
|
pihak
|
||
|
pihaknya
|
||
|
pukul
|
||
|
pula
|
||
|
pun
|
||
|
punya
|
||
|
rasa
|
||
|
rasanya
|
||
|
rata
|
||
|
rupanya
|
||
|
saat
|
||
|
saatnya
|
||
|
saja
|
||
|
sajalah
|
||
|
saling
|
||
|
sama
|
||
|
sama-sama
|
||
|
sambil
|
||
|
sampai
|
||
|
sampai-sampai
|
||
|
sampaikan
|
||
|
sana
|
||
|
sangat
|
||
|
sangatlah
|
||
|
satu
|
||
|
saya
|
||
|
sayalah
|
||
|
se
|
||
|
sebab
|
||
|
sebabnya
|
||
|
sebagai
|
||
|
sebagaimana
|
||
|
sebagainya
|
||
|
sebagian
|
||
|
sebaik
|
||
|
sebaik-baiknya
|
||
|
sebaiknya
|
||
|
sebaliknya
|
||
|
sebanyak
|
||
|
sebegini
|
||
|
sebegitu
|
||
|
sebelum
|
||
|
sebelumnya
|
||
|
sebenarnya
|
||
|
seberapa
|
||
|
sebesar
|
||
|
sebetulnya
|
||
|
sebisanya
|
||
|
sebuah
|
||
|
sebut
|
||
|
sebutlah
|
||
|
sebutnya
|
||
|
secara
|
||
|
secukupnya
|
||
|
sedang
|
||
|
sedangkan
|
||
|
sedemikian
|
||
|
sedikit
|
||
|
sedikitnya
|
||
|
seenaknya
|
||
|
segala
|
||
|
segalanya
|
||
|
segera
|
||
|
seharusnya
|
||
|
sehingga
|
||
|
seingat
|
||
|
sejak
|
||
|
sejauh
|
||
|
sejenak
|
||
|
sejumlah
|
||
|
sekadar
|
||
|
sekadarnya
|
||
|
sekali
|
||
|
sekali-kali
|
||
|
sekalian
|
||
|
sekaligus
|
||
|
sekalipun
|
||
|
sekarang
|
||
|
sekarang
|
||
|
sekecil
|
||
|
seketika
|
||
|
sekiranya
|
||
|
sekitar
|
||
|
sekitarnya
|
||
|
sekurang-kurangnya
|
||
|
sekurangnya
|
||
|
sela
|
||
|
selain
|
||
|
selaku
|
||
|
selalu
|
||
|
selama
|
||
|
selama-lamanya
|
||
|
selamanya
|
||
|
selanjutnya
|
||
|
seluruh
|
||
|
seluruhnya
|
||
|
semacam
|
||
|
semakin
|
||
|
semampu
|
||
|
semampunya
|
||
|
semasa
|
||
|
semasih
|
||
|
semata
|
||
|
semata-mata
|
||
|
semaunya
|
||
|
sementara
|
||
|
semisal
|
||
|
semisalnya
|
||
|
sempat
|
||
|
semua
|
||
|
semuanya
|
||
|
semula
|
||
|
sendiri
|
||
|
sendirian
|
||
|
sendirinya
|
||
|
seolah
|
||
|
seolah-olah
|
||
|
seorang
|
||
|
sepanjang
|
||
|
sepantasnya
|
||
|
sepantasnyalah
|
||
|
seperlunya
|
||
|
seperti
|
||
|
sepertinya
|
||
|
sepihak
|
||
|
sering
|
||
|
seringnya
|
||
|
serta
|
||
|
serupa
|
||
|
sesaat
|
||
|
sesama
|
||
|
sesampai
|
||
|
sesegera
|
||
|
sesekali
|
||
|
seseorang
|
||
|
sesuatu
|
||
|
sesuatunya
|
||
|
sesudah
|
||
|
sesudahnya
|
||
|
setelah
|
||
|
setempat
|
||
|
setengah
|
||
|
seterusnya
|
||
|
setiap
|
||
|
setiba
|
||
|
setibanya
|
||
|
setidak-tidaknya
|
||
|
setidaknya
|
||
|
setinggi
|
||
|
seusai
|
||
|
sewaktu
|
||
|
siap
|
||
|
siapa
|
||
|
siapakah
|
||
|
siapapun
|
||
|
sini
|
||
|
sinilah
|
||
|
soal
|
||
|
soalnya
|
||
|
suatu
|
||
|
sudah
|
||
|
sudahkah
|
||
|
sudahlah
|
||
|
supaya
|
||
|
tadi
|
||
|
tadinya
|
||
|
tahu
|
||
|
tahun
|
||
|
tak
|
||
|
tambah
|
||
|
tambahnya
|
||
|
tampak
|
||
|
tampaknya
|
||
|
tandas
|
||
|
tandasnya
|
||
|
tanpa
|
||
|
tanya
|
||
|
tanyakan
|
||
|
tanyanya
|
||
|
tapi
|
||
|
tegas
|
||
|
tegasnya
|
||
|
telah
|
||
|
tempat
|
||
|
tengah
|
||
|
tentang
|
||
|
tentu
|
||
|
tentulah
|
||
|
tentunya
|
||
|
tepat
|
||
|
terakhir
|
||
|
terasa
|
||
|
terbanyak
|
||
|
terdahulu
|
||
|
terdapat
|
||
|
terdiri
|
||
|
terhadap
|
||
|
terhadapnya
|
||
|
teringat
|
||
|
teringat-ingat
|
||
|
terjadi
|
||
|
terjadilah
|
||
|
terjadinya
|
||
|
terkira
|
||
|
terlalu
|
||
|
terlebih
|
||
|
terlihat
|
||
|
termasuk
|
||
|
ternyata
|
||
|
tersampaikan
|
||
|
tersebut
|
||
|
tersebutlah
|
||
|
tertentu
|
||
|
tertuju
|
||
|
terus
|
||
|
terutama
|
||
|
tetap
|
||
|
tetapi
|
||
|
tiap
|
||
|
tiba
|
||
|
tiba-tiba
|
||
|
tidak
|
||
|
tidakkah
|
||
|
tidaklah
|
||
|
tiga
|
||
|
tinggi
|
||
|
toh
|
||
|
tunjuk
|
||
|
turut
|
||
|
tutur
|
||
|
tuturnya
|
||
|
ucap
|
||
|
ucapnya
|
||
|
ujar
|
||
|
ujarnya
|
||
|
umum
|
||
|
umumnya
|
||
|
ungkap
|
||
|
ungkapnya
|
||
|
untuk
|
||
|
usah
|
||
|
usai
|
||
|
waduh
|
||
|
wah
|
||
|
wahai
|
||
|
waktu
|
||
|
waktunya
|
||
|
walau
|
||
|
walaupun
|
||
|
wong
|
||
|
yaitu
|
||
|
yakin
|
||
|
yakni
|
||
|
yang
|
||
|
""".split())
|