Add basic Polish Language class

spacy/lang/pl/__init__.py

@@ -0,0 +1,24 @@
+# coding: utf8
+from __future__ import unicode_literals
+
+from .tokenizer_exceptions import TOKENIZER_EXCEPTIONS
+from .stop_words import STOP_WORDS
+
+from ..tokenizer_exceptions import BASE_EXCEPTIONS
+from ...language import Language
+from ...attrs import LANG
+from ...util import update_exc
+
+
+class Polish(Language):
+    lang = 'pl'
+
+    class Defaults(Language.Defaults):
+        lex_attr_getters = dict(Language.Defaults.lex_attr_getters)
+        lex_attr_getters[LANG] = lambda text: 'pl'
+
+        tokenizer_exceptions = update_exc(BASE_EXCEPTIONS)
+        stop_words = set(STOP_WORDS)
+
+
+__all__ = ['Polish']

spacy/lang/pl/stop_words.py

@@ -0,0 +1,46 @@
+# encoding: utf8
+from __future__ import unicode_literals
+
+
+# Source: http://www.ranks.nl/stopwords/polish
+
+STOP_WORDS = set("""
+ach aj albo
+
+bardzo bez bo być
+
+ci cię ciebie co czy
+
+daleko dla dlaczego dlatego do dobrze dokąd dość dużo dwa dwaj dwie dwoje dziś
+dzisiaj
+
+gdyby gdzie
+
+go
+
+ich ile im inny
+
+ja ją jak jakby jaki je jeden jedna jedno jego jej jemu jeśli jest jestem
+jeżeli już
+
+każdy kiedy kierunku kto ku
+
+lub
+
+ma mają mam mi mną mnie moi mój moja moje może mu my
+
+na nam nami nas nasi nasz nasza nasze natychmiast nią nic nich nie niego niej
+niemu nigdy nim nimi niż
+
+obok od około on ona one oni ono owszem
+
+po pod ponieważ przed przedtem
+
+są sam sama się skąd
+
+tak taki tam ten to tobą tobie tu tutaj twoi twój twoja twoje ty
+
+wam wami was wasi wasz wasza wasze we więc wszystko wtedy wy
+
+żaden zawsze że
+""".split())