%PDF-
%PDF-
Mini Shell
Mini Shell
<?php
/*
This is a reimplementation in PHP of a simple rule-based stemmer for Croatian
at http://nlp.ffzg.hr/resources/tools/stemmer-for-croatian/ (Python).
The original author is Ivan Pandžić. */
namespace TeamTNT\TNTSearch\Stemmer;
class CroatianStemmer implements Stemmer
{
protected static $stop = ['biti', 'jesam', 'budem', 'sam', 'jesi', 'budeš', 'si', 'jesmo', 'budemo',
'smo', 'jeste', 'budete', 'ste', 'jesu', 'budu', 'su', 'bih', 'bijah', 'bjeh',
'bijaše', 'bi', 'bje', 'bješe', 'bijasmo', 'bismo', 'bjesmo', 'bijaste', 'biste',
'bjeste', 'bijahu', 'biste', 'bjeste', 'bijahu', 'bi', 'biše', 'bjehu', 'bješe',
'bio', 'bili', 'budimo', 'budite', 'bila', 'bilo', 'bile', 'ću', 'ćeš', 'će',
'ćemo', 'ćete', 'želim', 'želiš', 'želi', 'želimo', 'želite', 'žele', 'moram',
'moraš', 'mora', 'moramo', 'morate', 'moraju', 'trebam', 'trebaš', 'treba',
'trebamo', 'trebate', 'trebaju', 'mogu', 'možeš', 'može', 'možemo', 'možete'];
public static function stem($token)
{
if (in_array($token, self::$stop)) {
return $token;
}
return self::korjenuj(self::transformiraj($token));
}
public static function istakniSlogotvornoR($niz)
{
return preg_replace('/(^|[^aeiou])r($|[^aeiou])/', '\1R\2', $niz);
}
public static function imaSamoglasnik($niz)
{
preg_match('/[aeiouR]/', self::istakniSlogotvornoR($niz), $matches);
if (count($matches) > 0) {
return true;
}
return false;
}
public static function transformiraj($pojavnica)
{
foreach (self::$transformations as $trazi => $zamijeni) {
if (self::endsWith($pojavnica, $trazi)) {
return substr($pojavnica, 0, -1 * strlen($trazi)) . $zamijeni;
}
}
return $pojavnica;
}
public static function korjenuj($pojavnica)
{
foreach (self::$rules as $rule) {
$rules = explode(" ", $rule);
$osnova = $rules[0];
$nastavak = $rules[1];
preg_match("/^(" . $osnova . ")(" . $nastavak . ")$/", $pojavnica, $dioba);
if (!empty($dioba)) {
if (self::imaSamoglasnik($dioba[1]) && strlen($dioba[1]) > 1) {
return $dioba[1];
}
}
}
return $pojavnica;
}
public static function endsWith($haystack, $needle)
{
// search forward starting from end minus needle length characters
return $needle === "" || (($temp = strlen($haystack) - strlen($needle)) >= 0 && strpos($haystack, $needle, $temp) !== false);
}
protected static $transformations = [
'lozi' => 'loga',
'lozima' => 'loga',
'pjesi' => 'pjeh',
'pjesima' => 'pjeh',
'vojci' => 'vojka',
'bojci' => 'bojka',
'jaci' => 'jak',
'jacima' => 'jak',
'čajan' => 'čajni',
'ijeran' => 'ijerni',
'laran' => 'larni',
'ijesan' => 'ijesni',
'anjac' => 'anjca',
'ajac' => 'ajca',
'ajaca' => 'ajca',
'ljaca' => 'ljca',
'ljac' => 'ljca',
'ejac' => 'ejca',
'ejaca' => 'ejca',
'ojac' => 'ojca',
'ojaca' => 'ojca',
'ajaka' => 'ajka',
'ojaka' => 'ojka',
'šaca' => 'šca',
'šac' => 'šca',
'inzima' => 'ing',
'inzi' => 'ing',
'tvenici' => 'tvenik',
'tetici' => 'tetika',
'teticima' => 'tetika',
'nstava' => 'nstva',
'nicima' => 'nik',
'ticima' => 'tik',
'zicima' => 'zik',
'snici' => 'snik',
'kuse' => 'kusi',
'kusan' => 'kusni',
'kustava' => 'kustva',
'dušan' => 'dušni',
'antan' => 'antni',
'bilan' => 'bilni',
'tilan' => 'tilni',
'avilan' => 'avilni',
'silan' => 'silni',
'gilan' => 'gilni',
'rilan' => 'rilni',
'nilan' => 'nilni',
'alan' => 'alni',
'ozan' => 'ozni',
'rave' => 'ravi',
'stavan' => 'stavni',
'pravan' => 'pravni',
'tivan' => 'tivni',
'sivan' => 'sivni',
'atan' => 'atni',
'cenata' => 'centa',
'denata' => 'denta',
'genata' => 'genta',
'lenata' => 'lenta',
'menata' => 'menta',
'jenata' => 'jenta',
'venata' => 'venta',
'tetan' => 'tetni',
'pletan' => 'pletni',
'šave' => 'šavi',
'manata' => 'manta',
'tanata' => 'tanta',
'lanata' => 'lanta',
'sanata' => 'santa',
'ačak' => 'ačka',
'ačaka' => 'ačka',
'ušak' => 'uška',
'atak' => 'atka',
'ataka' => 'atka',
'atci' => 'atka',
'atcima' => 'atka',
'etak' => 'etka',
'etaka' => 'etka',
'itak' => 'itka',
'itaka' => 'itka',
'itci' => 'itka',
'otak' => 'otka',
'otaka' => 'otka',
'utak' => 'utka',
'utaka' => 'utka',
'utci' => 'utka',
'utcima' => 'utka',
'eskan' => 'eskna',
'tičan' => 'tični',
'ojsci' => 'ojska',
'esama' => 'esma',
'metara' => 'metra',
'centar' => 'centra',
'centara' => 'centra',
'istara' => 'istra',
'istar' => 'istra',
'ošću' => 'osti',
'daba' => 'dba',
'čcima' => 'čka',
'čci' => 'čka',
'mac' => 'mca',
'maca' => 'mca',
'naca' => 'nca',
'nac' => 'nca',
'voljan' => 'voljni',
'anaka' => 'anki',
'vac' => 'vca',
'vaca' => 'vca',
'saca' => 'sca',
'sac' => 'sca',
'naca' => 'nca',
'nac' => 'nca',
'raca' => 'rca',
'rac' => 'rca',
'aoca' => 'alca',
'alaca' => 'alca',
'alac' => 'alca',
'elaca' => 'elca',
'elac' => 'elca',
'olaca' => 'olca',
'olac' => 'olca',
'olce' => 'olca',
'njac' => 'njca',
'njaca' => 'njca',
'ekata' => 'ekta',
'ekat' => 'ekta',
'izam' => 'izma',
'izama' => 'izma',
'jebe' => 'jebi',
'baci' => 'baci',
'ašan' => 'ašni',
];
protected static $rules = [
".+(s|š)k ijima|ijega|ijemu|ijem|ijim|ijih|ijoj|ijeg|iji|ije|ija|oga|ome|omu|ima|og|om|im|ih|oj|i|e|o|a|u",
".+(s|š)tv ima|om|o|a|u",
// N
".+(t|m|p|r|g)anij ama|ima|om|a|u|e|i| ",
".+an inom|ina|inu|ine|ima|in|om|u|i|a|e| ",
".+in ima|ama|om|a|e|i|u|o| ",
".+on ovima|ova|ove|ovi|ima|om|a|e|i|u| ",
".+n ijima|ijega|ijemu|ijeg|ijem|ijim|ijih|ijoj|iji|ije|ija|iju|ima|ome|omu|oga|oj|om|ih|im|og|o|e|a|u|i| ",
// Ć
".+(a|e|u)ć oga|ome|omu|ega|emu|ima|oj|ih|om|eg|em|og|uh|im|e|a",
// G
".+ugov ima|i|e|a",
".+ug ama|om|a|e|i|u|o",
".+log ama|om|a|u|e| ",
".+[^eo]g ovima|ama|ovi|ove|ova|om|a|e|i|u|o| ",
// I
".+(rrar|ott|ss|ll)i jem|ja|ju|o| ",
// J
".+uj ući|emo|ete|mo|em|eš|e|u| ",
".+(c|č|ć|đ|l|r)aj evima|evi|eva|eve|ama|ima|em|a|e|i|u| ",
".+(b|c|d|l|n|m|ž|g|f|p|r|s|t|z)ij ima|ama|om|a|e|i|u|o| ",
// L
//.+al inom|ina|inu|ine|ima|om|in|i|a|e
//.+[^(lo|ž)]il ima|om|a|e|u|i|
".+[^z]nal ima|ama|om|a|e|i|u|o| ",
".+ijal ima|ama|om|a|e|i|u|o| ",
".+ozil ima|om|a|e|u|i| ",
".+olov ima|i|a|e",
".+ol ima|om|a|u|e|i| ",
// M
".+lem ama|ima|om|a|e|i|u|o| ",
".+ram ama|om|a|e|i|u|o",
//.+(es|e|u)m ama|om|a|e|i|u|o
// R
//.+(a|d|e|o|u)r ama|ima|om|u|a|e|i|
".+(a|d|e|o)r ama|ima|om|u|a|e|i| ",
// S
".+(e|i)s ima|om|e|a|u",
// Š
".+(t|n|j|k|j|t|b|g|v)aš ama|ima|om|em|a|u|i|e| ",
".+(e|i)š ima|ama|om|em|i|e|a|u| ",
// T
".+ikat ima|om|a|e|i|u|o| ",
".+lat ima|om|a|e|i|u|o| ",
".+et ama|ima|om|a|e|i|u|o| ",
//.+ot ama|ima|om|a|u|e|i|
".+(e|i|k|o)st ima|ama|om|a|e|i|u|o| ",
".+išt ima|em|a|e|u",
//.+ut ovima|evima|ove|ovi|ova|eve|evi|eva|ima|om|a|u|e|i|
// V
".+ova smo|ste|hu|ti|še|li|la|le|lo|t|h|o",
".+(a|e|i)v ijemu|ijima|ijega|ijeg|ijem|ijim|ijih|ijoj|oga|ome|omu|ima|ama|iji|ije|ija|iju|im|ih|oj|om|og|i|a|u|e|o| ",
".+[^dkml]ov ijemu|ijima|ijega|ijeg|ijem|ijim|ijih|ijoj|oga|ome|omu|ima|iji|ije|ija|iju|im|ih|oj|om|og|i|a|u|e|o| ",
".+(m|l)ov ima|om|a|u|e|i| ",
// PRIDJEVI
".+el ijemu|ijima|ijega|ijeg|ijem|ijim|ijih|ijoj|oga|ome|omu|ima|iji|ije|ija|iju|im|ih|oj|om|og|i|a|u|e|o| ",
".+(a|e|š)nj ijemu|ijima|ijega|ijeg|ijem|ijim|ijih|ijoj|oga|ome|omu|ima|iji|ije|ija|iju|ega|emu|eg|em|im|ih|oj|om|og|a|e|i|o|u",
".+čin ama|ome|omu|oga|ima|og|om|im|ih|oj|a|u|i|o|e| ",
".+roši vši|smo|ste|še|mo|te|ti|li|la|lo|le|m|š|t|h|o",
".+oš ijemu|ijima|ijega|ijeg|ijem|ijim|ijih|ijoj|oga|ome|omu|ima|iji|ije|ija|iju|im|ih|oj|om|og|i|a|u|e| ",
".+(e|o)vit ijima|ijega|ijemu|ijem|ijim|ijih|ijoj|ijeg|iji|ije|ija|oga|ome|omu|ima|og|om|im|ih|oj|i|e|o|a|u| ",
//.+tit ijima|ijega|ijemu|ijem|ijim|ijih|ijoj|ijeg|iji|ije|ija|oga|ome|omu|ima|og|om|im|ih|oj|e|o|a|u|i|
".+ast ijima|ijega|ijemu|ijem|ijim|ijih|ijoj|ijeg|iji|ije|ija|oga|ome|omu|ima|og|om|im|ih|oj|i|e|o|a|u| ",
".+k ijemu|ijima|ijega|ijeg|ijem|ijim|ijih|ijoj|oga|ome|omu|ima|iji|ije|ija|iju|im|ih|oj|om|og|i|a|u|e|o| ",
// GLAGOLI
".+(e|a|i|u)va jući|smo|ste|jmo|jte|ju|la|le|li|lo|mo|na|ne|ni|no|te|ti|še|hu|h|j|m|n|o|t|v|š| ",
".+ir ujemo|ujete|ujući|ajući|ivat|ujem|uješ|ujmo|ujte|avši|asmo|aste|ati|amo|ate|aju|aše|ahu|ala|alo|ali|ale|uje|uju|uj|al|an|am|aš|at|ah|ao",
".+ač ismo|iste|iti|imo|ite|iše|eći|ila|ilo|ili|ile|ena|eno|eni|ene|io|im|iš|it|ih|en|i|e",
".+ača vši|smo|ste|smo|ste|hu|ti|mo|te|še|la|lo|li|le|ju|na|no|ni|ne|o|m|š|t|h|n",
//.+ači smo|ste|ti|li|la|lo|le|mo|te|še|m|š|t|h|o|
// Druga_vrsta
".+n uvši|usmo|uste|ući|imo|ite|emo|ete|ula|ulo|ule|uli|uto|uti|uta|em|eš|uo|ut|e|u|i",
".+ni vši|smo|ste|ti|mo|te|mo|te|la|lo|le|li|m|š|o",
// A
".+((a|r|i|p|e|u)st|[^o]g|ik|uc|oj|aj|lj|ak|ck|čk|šk|uk|nj|im|ar|at|et|št|it|ot|ut|zn|zv)a jući|vši|smo|ste|jmo|jte|jem|mo|te|je|ju|ti|še|hu|la|li|le|lo|na|no|ni|ne|t|h|o|j|n|m|š",
".+ur ajući|asmo|aste|ajmo|ajte|amo|ate|aju|ati|aše|ahu|ala|ali|ale|alo|ana|ano|ani|ane|al|at|ah|ao|aj|an|am|aš",
".+(a|i|o)staj asmo|aste|ahu|ati|emo|ete|aše|ali|ući|ala|alo|ale|mo|ao|em|eš|at|ah|te|e|u| ",
".+(b|c|č|ć|d|e|f|g|j|k|n|r|t|u|v)a lama|lima|lom|lu|li|la|le|lo|l",
".+(t|č|j|ž|š)aj evima|evi|eva|eve|ama|ima|em|a|e|i|u| ",
//.+(e|j|k|r|u|v)al ama|ima|om|u|i|a|e|o|
//.+(e|j|k|r|t|u|v)al ih|im
".+([^o]m|ič|nč|uč|b|c|ć|d|đ|h|j|k|l|n|p|r|s|š|v|z|ž)a jući|vši|smo|ste|jmo|jte|mo|te|ju|ti|še|hu|la|li|le|lo|na|no|ni|ne|t|h|o|j|n|m|š",
".+(a|i|o)sta dosmo|doste|doše|nemo|demo|nete|dete|nimo|nite|nila|vši|nem|dem|neš|deš|doh|de|ti|ne|nu|du|la|li|lo|le|t|o",
".+ta smo|ste|jmo|jte|vši|ti|mo|te|ju|še|la|lo|le|li|na|no|ni|ne|n|j|o|m|š|t|h",
".+inj asmo|aste|ati|emo|ete|ali|ala|alo|ale|aše|ahu|em|eš|at|ah|ao",
".+as temo|tete|timo|tite|tući|tem|teš|tao|te|li|ti|la|lo|le",
// I
".+(elj|ulj|tit|ac|ič|od|oj|et|av|ov)i vši|eći|smo|ste|še|mo|te|ti|li|la|lo|le|m|š|t|h|o",
".+(tit|jeb|ar|ed|uš|ič)i jemo|jete|jem|ješ|smo|ste|jmo|jte|vši|mo|še|te|ti|ju|je|la|lo|li|le|t|m|š|h|j|o",
".+(b|č|d|l|m|p|r|s|š|ž)i jemo|jete|jem|ješ|smo|ste|jmo|jte|vši|mo|lu|še|te|ti|ju|je|la|lo|li|le|t|m|š|h|j|o",
".+luč ujete|ujući|ujemo|ujem|uješ|ismo|iste|ujmo|ujte|uje|uju|iše|iti|imo|ite|ila|ilo|ili|ile|ena|eno|eni|ene|uj|io|en|im|iš|it|ih|e|i",
".+jeti smo|ste|še|mo|te|ti|li|la|lo|le|m|š|t|h|o",
".+e lama|lima|lom|lu|li|la|le|lo|l",
".+i lama|lima|lom|lu|li|la|le|lo|l",
// Pridjev_t
".+at ijega|ijemu|ijima|ijeg|ijem|ijih|ijim|ima|oga|ome|omu|iji|ije|ija|iju|oj|og|om|im|ih|a|u|i|e|o| ",
// Pridjev
".+et avši|ući|emo|imo|em|eš|e|u|i",
".+ ajući|alima|alom|avši|asmo|aste|ajmo|ajte|ivši|amo|ate|aju|ati|aše|ahu|ali|ala|ale|alo|ana|ano|ani|ane|am|aš|at|ah|ao|aj|an",
".+ anje|enje|anja|enja|enom|enoj|enog|enim|enih|anom|anoj|anog|anim|anih|eno|ovi|ova|oga|ima|ove|enu|anu|ena|ama",
".+ nijega|nijemu|nijima|nijeg|nijem|nijim|nijih|nima|niji|nije|nija|niju|noj|nom|nog|nim|nih|an|na|nu|ni|ne|no",
".+ om|og|im|ih|em|oj|an|u|o|i|e|a",
];
}
Zerion Mini Shell 1.0