lucene-java-3.4.0/lucene/contrib/analyzers/common/src/resources/org/apache/lucene/analysis/pt/portuguese.rslp

   1 #  Steps file for the RSLP stemmer.
   2
   3 # Step 1: Plural Reduction
   4 {  "Plural", 3, 1, {"s"},
   5   # bons -> bom
   6   {"ns",1,"m"},
   7   # balões -> balão
   8   {"ões",3,"ão"},
   9   # capitães -> capitão
  10   {"ães",1,"ão",{"mães"}},
  11   # normais -> normal
  12   {"ais",1,"al",{"cais","mais"}},
  13   # papéis -> papel
  14   {"éis",2,"el"},
  15   # amáveis -> amável
  16   {"eis",2,"el"},
  17   # lençóis -> lençol
  18   {"óis",2,"ol"},
  19   # barris -> barril
  20   {"is",2,"il",{"lápis","cais","mais","crúcis","biquínis","pois","depois","dois","leis"}},
  21   # males -> mal
  22   {"les",3,"l"},
  23   # mares -> mar
  24   {"res",3,"r", {"árvores"}},
  25   # casas -> casa
  26   {"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"}}};
  27
  28 # Step 2: Adverb Reduction
  29 {  "Adverb", 0, 0, {},
  30   # felizmente -> feliz
  31   {"mente",4,"",{"experimente"}}};
  32
  33 # Step 3: Feminine Reduction
  34 {  "Feminine", 3, 1, {"a","ã"},
  35   # chefona -> chefão
  36   {"ona",3,"ão",{"abandona","lona","iona","cortisona","monótona","maratona","acetona","detona","carona"}},
  37   # vilã -> vilão
  38   {"ã",2,"ão",{"amanhã","arapuã","fã","divã"}},
  39   # professora -> professor
  40   {"ora",3,"or"},
  41   # americana -> americano
  42   {"na",4,"no",{"carona","abandona","lona","iona","cortisona","monótona","maratona","acetona","detona","guiana","campana","grana","caravana","banana","paisana"}},
  43   # sozinha -> sozinho
  44   {"inha",3,"inho",{"rainha","linha","minha"}},
  45   # inglesa -> inglês
  46   {"esa",3,"ês",{"mesa","obesa","princesa","turquesa","ilesa","pesa","presa"}},
  47   # famosa -> famoso
  48   {"osa",3,"oso",{"mucosa","prosa"}},
  49   # maníaca -> maníaco
  50   {"íaca",3,"íaco"},
  51   # prática -> prático
  52   {"ica",3,"ico",{"dica"}},
  53   # cansada -> cansado
  54   {"ada",2,"ado",{"pitada"}},
  55   # mantida -> mantido
  56   {"ida",3,"ido",{"vida","dúvida"}},
  57   {"ída",3,"ido",{"recaída","saída"}},
  58   # prima -> primo
  59   {"ima",3,"imo",{"vítima"}},
  60   # passiva -> passivo
  61   {"iva",3,"ivo",{"saliva","oliva"}},
  62   # primeira -> primeiro
  63   {"eira",3,"eiro",{"beira","cadeira","frigideira","bandeira","feira","capoeira","barreira","fronteira","besteira","poeira"}}};
  64
  65 # Step 4: Augmentative/Diminutive Reduction
  66 {  "Augmentative", 0, 1, {},
  67   # cansadíssimo -> cansad
  68   {"díssimo",5},
  69   # amabilíssimo -> ama
  70   {"abilíssimo",5},
  71   # fortíssimo -> fort
  72   {"íssimo",3},
  73   {"ésimo",3},
  74   # chiquérrimo -> chiqu
  75   {"érrimo",4},
  76   # pezinho -> pe
  77   {"zinho",2},
  78   # maluquinho -> maluc
  79   {"quinho",4,"c"},
  80   # amiguinho -> amig
  81   {"uinho",4},
  82   # cansadinho -> cansad
  83   {"adinho",3},
  84   # carrinho -> carr
  85   {"inho",3,"",{"caminho","cominho"}},
  86   # grandalhão -> grand
  87   {"alhão",4},
  88   # dentuça -> dent
  89   {"uça",4},
  90   # ricaço -> ric
  91   {"aço",4,"",{"antebraço"}},
  92   {"aça",4},
  93   # casadão -> cans
  94   {"adão",4},
  95   {"idão",4},
  96   # corpázio -> corp
  97   {"ázio",3,"",{"topázio"}},
  98   # pratarraz -> prat
  99   {"arraz",4},
 100   {"zarrão",3},
 101   {"arrão",4},
 102   # bocarra -> boc
 103   {"arra",3},
 104   # calorzão -> calor
 105   {"zão",2,"",{"coalizão"}},
 106   # meninão -> menin
 107   {"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"}}};
 108
 109 # Step 5: Noun Suffix Reduction
 110 {  "Noun", 0, 0, {},
 111   # existencialista -> exist
 112   {"encialista",4},
 113   # minimalista -> minim
 114   {"alista",5},
 115   # contagem -> cont
 116   {"agem",3,"",{"coragem","chantagem","vantagem","carruagem"}},
 117   # gerenciamento -> gerenc
 118   {"iamento",4},
 119   # monitoramento -> monitor
 120   {"amento",3,"",{"firmamento","fundamento","departamento"}},
 121   # nascimento -> nasc
 122   {"imento",3},
 123   {"mento",6,"",{"firmamento","elemento","complemento","instrumento","departamento"}},
 124   # comercializado -> comerci
 125   {"alizado",4},
 126   # traumatizado -> traum
 127   {"atizado",4},
 128   {"tizado",4,"",{"alfabetizado"}},
 129   # alfabetizado -> alfabet
 130   {"izado",5,"",{"organizado","pulverizado"}},
 131   # associativo -> associ
 132   {"ativo",4,"",{"pejorativo","relativo"}},
 133   # contraceptivo -> contracep
 134   {"tivo",4,"",{"relativo"}},
 135   # esportivo -> esport
 136   {"ivo",4,"",{"passivo","possessivo","pejorativo","positivo"}},
 137   # abalado -> abal
 138   {"ado",2,"",{"grado"}},
 139   # impedido -> imped
 140   {"ido",3,"",{"cândido","consolido","rápido","decido","tímido","duvido","marido"}},
 141   # ralador -> ral
 142   {"ador",3},
 143   # entendedor -> entend
 144   {"edor",3},
 145   # cumpridor -> cumpr
 146   {"idor",4,"",{"ouvidor"}},
 147   {"dor",4,"",{"ouvidor"}},
 148   {"sor",4,"",{"assessor"}},
 149   {"atoria",5},
 150   {"tor",3,"",{"benfeitor","leitor","editor","pastor","produtor","promotor","consultor"}},
 151   {"or",2,"",{"motor","melhor","redor","rigor","sensor","tambor","tumor","assessor","benfeitor","pastor","terior","favor","autor"}},
 152   # comparabilidade -> compar
 153   {"abilidade",5},
 154   # abolicionista -> abol
 155   {"icionista",4},
 156   # intervencionista -> interven
 157   {"cionista",5},
 158   {"ionista",5},
 159   {"ionar",5},
 160   # profissional -> profiss
 161   {"ional",4},
 162   # referência -> refer
 163   {"ência",3},
 164   # repugnância -> repugn
 165   {"ância",4,"",{"ambulância"}},
 166   # abatedouro -> abat
 167   {"edouro",3},
 168   # fofoqueiro -> fofoc
 169   {"queiro",3,"c"},
 170   {"adeiro",4,"",{"desfiladeiro"}},
 171   # brasileiro -> brasil
 172   {"eiro",3,"",{"desfiladeiro","pioneiro","mosteiro"}},
 173   {"uoso",3},
 174   # gostoso -> gost
 175   {"oso",3,"",{"precioso"}},
 176   # comercializaç -> comerci
 177   {"alizaç",5},
 178   {"atizaç",5},
 179   {"tizaç",5},
 180   {"izaç",5,"",{"organizaç"}},
 181   # alegaç -> aleg
 182   {"aç",3,"",{"equaç","relaç"}},
 183   # aboliç -> abol
 184   {"iç",3,"",{"eleiç"}},
 185   # anedotário -> anedot
 186   {"ário",3,"",{"voluntário","salário","aniversário","diário","lionário","armário"}},
 187   {"atório",3},
 188   {"rio",5,"",{"voluntário","salário","aniversário","diário","compulsório","lionário","próprio","stério","armário"}},
 189   # ministério -> minist
 190   {"ério",6},
 191   # chinês -> chin
 192   {"ês",4},
 193   # beleza -> bel
 194   {"eza",3},
 195   # rigidez -> rigid
 196   {"ez",4},
 197   # parentesco -> parent
 198   {"esco",4},
 199   # ocupante -> ocup
 200   {"ante",2,"",{"gigante","elefante","adiante","possante","instante","restaurante"}},
 201   # bombástico -> bomb
 202   {"ástico",4,"",{"eclesiástico"}},
 203   {"alístico",3},
 204   {"áutico",4},
 205   {"êutico",4},
 206   {"tico",3,"",{"político","eclesiástico","diagnostico","prático","doméstico","diagnóstico","idêntico","alopático","artístico","autêntico","eclético","crítico","critico"}},
 207   # polêmico -> polêm
 208   {"ico",4,"",{"tico","público","explico"}},
 209   # produtividade -> produt
 210   {"ividade",5},
 211   # profundidade -> profund
 212   {"idade",4,"",{"autoridade","comunidade"}},
 213   # aposentadoria -> aposentad
 214   {"oria",4,"",{"categoria"}},
 215   # existencial -> exist
 216   {"encial",5},
 217   # artista -> art
 218   {"ista",4},
 219   {"auta",5},
 220   # maluquice -> maluc
 221   {"quice",4,"c"},
 222   # chatice -> chat
 223   {"ice",4,"",{"cúmplice"}},
 224   # demoníaco -> demon
 225   {"íaco",3},
 226   # decorrente -> decorr
 227   {"ente",4,"",{"freqüente","alimente","acrescente","permanente","oriente","aparente"}},
 228   {"ense",5},
 229   # criminal -> crim
 230   {"inal",3},
 231   # americano -> americ
 232   {"ano",4},
 233   # amável -> am
 234   {"ável",2,"",{"afável","razoável","potável","vulnerável"}},
 235   # combustível -> combust
 236   {"ível",3,"",{"possível"}},
 237   {"vel",5,"",{"possível","vulnerável","solúvel"}},
 238   {"bil",3,"vel"},
 239   # cobertura -> cobert
 240   {"ura",4,"",{"imatura","acupuntura","costura"}},
 241   {"ural",4},
 242   # consensual -> consens
 243   {"ual",3,"",{"bissexual","virtual","visual","pontual"}},
 244   # mundial -> mund
 245   {"ial",3},
 246   # experimental -> experiment
 247   {"al",4,"",{"afinal","animal","estatal","bissexual","desleal","fiscal","formal","pessoal","liberal","postal","virtual","visual","pontual","sideral","sucursal"}},
 248   {"alismo",4},
 249   {"ivismo",4},
 250   {"ismo",3,"",{"cinismo"}}};
 251
 252 # Step 6: Verb Suffix Reduction
 253 {  "Verb", 0, 0, {},
 254   # cantaríamo -> cant
 255   {"aríamo",2},
 256   # cantássemo -> cant
 257   {"ássemo",2},
 258   # beberíamo -> beb
 259   {"eríamo",2},
 260   # bebêssemo -> beb
 261   {"êssemo",2},
 262   # partiríamo -> part
 263   {"iríamo",3},
 264   # partíssemo -> part
 265   {"íssemo",3},
 266   # cantáramo -> cant
 267   {"áramo",2},
 268   # cantárei -> cant
 269   {"árei",2},
 270   # cantaremo -> cant
 271   {"aremo",2},
 272   # cantariam -> cant
 273   {"ariam",2},
 274   # cantaríei -> cant
 275   {"aríei",2},
 276   # cantássei -> cant
 277   {"ássei",2},
 278   # cantassem -> cant
 279   {"assem",2},
 280   # cantávamo -> cant
 281   {"ávamo",2},
 282   # bebêramo -> beb
 283   {"êramo",3},
 284   # beberemo -> beb
 285   {"eremo",3},
 286   # beberiam -> beb
 287   {"eriam",3},
 288   # beberíei -> beb
 289   {"eríei",3},
 290   # bebêssei -> beb
 291   {"êssei",3},
 292   # bebessem -> beb
 293   {"essem",3},
 294   # partiríamo -> part
 295   {"íramo",3},
 296   # partiremo -> part
 297   {"iremo",3},
 298   # partiriam -> part
 299   {"iriam",3},
 300   # partiríei -> part
 301   {"iríei",3},
 302   # partíssei -> part
 303   {"íssei",3},
 304   # partissem -> part
 305   {"issem",3},
 306   # cantando -> cant
 307   {"ando",2},
 308   # bebendo -> beb
 309   {"endo",3},
 310   # partindo -> part
 311   {"indo",3},
 312   # propondo -> prop
 313   {"ondo",3},
 314   # cantaram -> cant
 315   {"aram",2},
 316   {"arão",2},
 317   # cantarde -> cant
 318   {"arde",2},
 319   # cantarei -> cant
 320   {"arei",2},
 321   # cantarem -> cant
 322   {"arem",2},
 323   # cantaria -> cant
 324   {"aria",2},
 325   # cantarmo -> cant
 326   {"armo",2},
 327   # cantasse -> cant
 328   {"asse",2},
 329   # cantaste -> cant
 330   {"aste",2},
 331   # cantavam -> cant
 332   {"avam",2,"",{"agravam"}},
 333   # cantávei -> cant
 334   {"ávei",2},
 335   # beberam -> beb
 336   {"eram",3},
 337   {"erão",3},
 338   # beberde -> beb
 339   {"erde",3},
 340   # beberei -> beb
 341   {"erei",3},
 342   # bebêrei -> beb
 343   {"êrei",3},
 344   # beberem -> beb
 345   {"erem",3},
 346   # beberia -> beb
 347   {"eria",3},
 348   # bebermo -> beb
 349   {"ermo",3},
 350   # bebesse -> beb
 351   {"esse",3},
 352   # bebeste -> beb
 353   {"este",3,"",{"faroeste","agreste"}},
 354   # bebíamo -> beb
 355   {"íamo",3},
 356   # partiram -> part
 357   {"iram",3},
 358   # concluíram -> conclu
 359   {"íram",3},
 360   {"irão",2},
 361   # partirde -> part
 362   {"irde",2},
 363   # partírei -> part
 364   {"irei",3,"",{"admirei"}},
 365   # partirem -> part
 366   {"irem",3,"",{"adquirem"}},
 367   # partiria -> part
 368   {"iria",3},
 369   # partirmo -> part
 370   {"irmo",3},
 371   # partisse -> part
 372   {"isse",3},
 373   # partiste -> part
 374   {"iste",4},
 375   {"iava",4,"",{"ampliava"}},
 376   # cantamo -> cant
 377   {"amo",2},
 378   {"iona",3},
 379   # cantara -> cant
 380   {"ara",2,"",{"arara","prepara"}},
 381   # cantará -> cant
 382   {"ará",2,"",{"alvará"}},
 383   # cantare -> cant
 384   {"are",2,"",{"prepare"}},
 385   # cantava -> cant
 386   {"ava",2,"",{"agrava"}},
 387   # cantemo -> cant
 388   {"emo",2},
 389   # bebera -> beb
 390   {"era",3,"",{"acelera","espera"}},
 391   # beberá -> beb
 392   {"erá",3},
 393   # bebere -> beb
 394   {"ere",3,"",{"espere"}},
 395   # bebiam -> beb
 396   {"iam",3,"",{"enfiam","ampliam","elogiam","ensaiam"}},
 397   # bebíei -> beb
 398   {"íei",3},
 399   # partimo -> part
 400   {"imo",3,"",{"reprimo","intimo","íntimo","nimo","queimo","ximo"}},
 401   # partira -> part
 402   {"ira",3,"",{"fronteira","sátira"}},
 403   {"ído",3},
 404   # partirá -> part
 405   {"irá",3},
 406   {"tizar",4,"",{"alfabetizar"}},
 407   {"izar",5,"",{"organizar"}},
 408   {"itar",5,"",{"acreditar","explicitar","estreitar"}},
 409   # partire -> part
 410   {"ire",3,"",{"adquire"}},
 411   # compomo -> comp
 412   {"omo",3},
 413   # cantai -> cant
 414   {"ai",2},
 415   # cantam -> cant
 416   {"am",2},
 417   # barbear -> barb
 418   {"ear",4,"",{"alardear","nuclear"}},
 419   # cantar -> cant
 420   {"ar",2,"",{"azar","bazaar","patamar"}},
 421   # cheguei -> cheg
 422   {"uei",3},
 423   {"uía",5,"u"},
 424   # cantei -> cant
 425   {"ei",3},
 426   {"guem",3,"g"},
 427   # cantem -> cant
 428   {"em",2,"",{"alem","virgem"}},
 429   # beber -> beb
 430   {"er",2,"",{"éter","pier"}},
 431   # bebeu -> beb
 432   {"eu",3,"",{"chapeu"}},
 433   # bebia -> beb
 434   {"ia",3,"",{"estória","fatia","acia","praia","elogia","mania","lábia","aprecia","polícia","arredia","cheia","ásia"}},
 435   # partir -> part
 436   {"ir",3,"",{"freir"}},
 437   # partiu -> part
 438   {"iu",3},
 439   {"eou",5},
 440   # chegou -> cheg
 441   {"ou",3},
 442   # bebi -> beb
 443   {"i",3}};
 444
 445 # Step 7: Vowel Removal
 446 {  "Vowel", 0, 0, {},
 447   {"bil",2,"vel"},
 448   {"gue",2,"g",{"gangue","jegue"}},
 449   {"á",3},
 450   {"ê",3,"",{"bebê"}},
 451   # menina -> menin
 452   {"a",3,"",{"ásia"}},
 453   # grande -> grand
 454   {"e",3},
 455   # menino -> menin
 456   {"o",3,"",{"ão"}}};