pylucene 3.5.0-3
[pylucene.git] / lucene-java-3.5.0 / lucene / contrib / analyzers / common / src / java / org / apache / lucene / analysis / el / GreekStemmer.java
diff --git a/lucene-java-3.5.0/lucene/contrib/analyzers/common/src/java/org/apache/lucene/analysis/el/GreekStemmer.java b/lucene-java-3.5.0/lucene/contrib/analyzers/common/src/java/org/apache/lucene/analysis/el/GreekStemmer.java
new file mode 100644 (file)
index 0000000..53cef6a
--- /dev/null
@@ -0,0 +1,819 @@
+package org.apache.lucene.analysis.el;
+
+import org.apache.lucene.analysis.CharArraySet;
+import org.apache.lucene.util.Version;
+
+import java.util.Arrays;
+
+/**
+ * Licensed to the Apache Software Foundation (ASF) under one or more
+ * contributor license agreements.  See the NOTICE file distributed with
+ * this work for additional information regarding copyright ownership.
+ * The ASF licenses this file to You under the Apache License, Version 2.0
+ * (the "License"); you may not use this file except in compliance with
+ * the License.  You may obtain a copy of the License at
+ *
+ *     http://www.apache.org/licenses/LICENSE-2.0
+ *
+ * Unless required by applicable law or agreed to in writing, software
+ * distributed under the License is distributed on an "AS IS" BASIS,
+ * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+ * See the License for the specific language governing permissions and
+ * limitations under the License.
+ */
+
+/**
+ * A stemmer for Greek words, according to: <i>Development of a Stemmer for the
+ * Greek Language.</i> Georgios Ntais
+ * <p>
+ * NOTE: Input is expected to be casefolded for Greek (including folding of final
+ * sigma to sigma), and with diacritics removed. This can be achieved with 
+ * either {@link GreekLowerCaseFilter} or ICUFoldingFilter.
+ * @lucene.experimental
+ */
+public class GreekStemmer {
+  public int stem(char s[], int len) {
+    if (len < 4) // too short
+      return len;
+    
+    final int origLen = len;
+    // "short rules": if it hits one of these, it skips the "long list"
+    len = rule0(s, len);
+    len = rule1(s, len);
+    len = rule2(s, len);
+    len = rule3(s, len);
+    len = rule4(s, len);
+    len = rule5(s, len);
+    len = rule6(s, len);
+    len = rule7(s, len);
+    len = rule8(s, len);
+    len = rule9(s, len);
+    len = rule10(s, len);
+    len = rule11(s, len);
+    len = rule12(s, len);
+    len = rule13(s, len);
+    len = rule14(s, len);
+    len = rule15(s, len);
+    len = rule16(s, len);
+    len = rule17(s, len);
+    len = rule18(s, len);
+    len = rule19(s, len);
+    len = rule20(s, len);
+    // "long list"
+    if (len == origLen)
+      len = rule21(s, len);
+    
+    return rule22(s, len);
+  }
+
+  private int rule0(char s[], int len) {
+    if (len > 9 && (endsWith(s, len, "καθεστωτοσ")
+        || endsWith(s, len, "καθεστωτων")))
+      return len - 4;
+    
+    if (len > 8 && (endsWith(s, len, "γεγονοτοσ")
+        || endsWith(s, len, "γεγονοτων")))
+      return len - 4;
+    
+    if (len > 8 && endsWith(s, len, "καθεστωτα"))
+      return len - 3;
+    
+    if (len > 7 && (endsWith(s, len, "τατογιου")
+        || endsWith(s, len, "τατογιων")))
+      return len - 4;
+    
+    if (len > 7 && endsWith(s, len, "γεγονοτα"))
+      return len - 3;
+    
+    if (len > 7 && endsWith(s, len, "καθεστωσ"))
+      return len - 2;
+    
+    if (len > 6 && (endsWith(s, len, "σκαγιου"))
+        || endsWith(s, len, "σκαγιων")
+        || endsWith(s, len, "ολογιου")
+        || endsWith(s, len, "ολογιων")
+        || endsWith(s, len, "κρεατοσ")
+        || endsWith(s, len, "κρεατων")
+        || endsWith(s, len, "περατοσ")
+        || endsWith(s, len, "περατων")
+        || endsWith(s, len, "τερατοσ")
+        || endsWith(s, len, "τερατων"))
+      return len - 4;
+    
+    if (len > 6 && endsWith(s, len, "τατογια"))
+      return len - 3;
+    
+    if (len > 6 && endsWith(s, len, "γεγονοσ"))
+      return len - 2;
+    
+    if (len > 5 && (endsWith(s, len, "φαγιου")
+        || endsWith(s, len, "φαγιων")
+        || endsWith(s, len, "σογιου")
+        || endsWith(s, len, "σογιων")))
+      return len - 4;
+    
+    if (len > 5 && (endsWith(s, len, "σκαγια")
+        || endsWith(s, len, "ολογια")
+        || endsWith(s, len, "κρεατα")
+        || endsWith(s, len, "περατα")
+        || endsWith(s, len, "τερατα")))
+      return len - 3;
+    
+    if (len > 4 && (endsWith(s, len, "φαγια")
+        || endsWith(s, len, "σογια")
+        || endsWith(s, len, "φωτοσ")
+        || endsWith(s, len, "φωτων")))
+      return len - 3;
+    
+    if (len > 4 && (endsWith(s, len, "κρεασ")
+        || endsWith(s, len, "περασ")
+        || endsWith(s, len, "τερασ")))
+      return len - 2;
+    
+    if (len > 3 && endsWith(s, len, "φωτα"))
+      return len - 2;
+    
+    if (len > 2 && endsWith(s, len, "φωσ"))
+      return len - 1;
+    
+    return len;
+  }
+
+  private int rule1(char s[], int len) {
+    if (len > 4 && (endsWith(s, len, "αδεσ") || endsWith(s, len, "αδων"))) {
+      len -= 4;
+      if (!(endsWith(s, len, "οκ") ||
+          endsWith(s, len, "μαμ") ||
+          endsWith(s, len, "μαν") ||
+          endsWith(s, len, "μπαμπ") ||
+          endsWith(s, len, "πατερ") ||
+          endsWith(s, len, "γιαγι") ||
+          endsWith(s, len, "νταντ") ||
+          endsWith(s, len, "κυρ") ||
+          endsWith(s, len, "θει") ||
+          endsWith(s, len, "πεθερ")))
+        len += 2; // add back -αδ
+    }
+    return len;
+  }
+  
+  private int rule2(char s[], int len) {
+    if (len > 4 && (endsWith(s, len, "εδεσ") || endsWith(s, len, "εδων"))) {
+      len -= 4;
+      if (endsWith(s, len, "οπ") ||
+          endsWith(s, len, "ιπ") ||
+          endsWith(s, len, "εμπ") ||
+          endsWith(s, len, "υπ") ||
+          endsWith(s, len, "γηπ") ||
+          endsWith(s, len, "δαπ") ||
+          endsWith(s, len, "κρασπ") ||
+          endsWith(s, len, "μιλ"))
+        len += 2; // add back -εδ
+    }
+    return len;
+  }
+  
+  private int rule3(char s[], int len) {
+    if (len > 5 && (endsWith(s, len, "ουδεσ") || endsWith(s, len, "ουδων"))) {
+      len -= 5;
+      if (endsWith(s, len, "αρκ") ||
+          endsWith(s, len, "καλιακ") ||
+          endsWith(s, len, "πεταλ") ||
+          endsWith(s, len, "λιχ") ||
+          endsWith(s, len, "πλεξ") ||
+          endsWith(s, len, "σκ") ||
+          endsWith(s, len, "σ") ||
+          endsWith(s, len, "φλ") ||
+          endsWith(s, len, "φρ") ||
+          endsWith(s, len, "βελ") ||
+          endsWith(s, len, "λουλ") ||
+          endsWith(s, len, "χν") ||
+          endsWith(s, len, "σπ") ||
+          endsWith(s, len, "τραγ") ||
+          endsWith(s, len, "φε"))
+        len += 3; // add back -ουδ
+    }
+    return len;
+  }
+  
+  private static final CharArraySet exc4 = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("θ", "δ", "ελ", "γαλ", "ν", "π", "ιδ", "παρ"),
+      false);
+  
+  private int rule4(char s[], int len) {   
+    if (len > 3 && (endsWith(s, len, "εωσ") || endsWith(s, len, "εων"))) {
+      len -= 3;
+      if (exc4.contains(s, 0, len))
+        len++; // add back -ε
+    }
+    return len;
+  }
+  
+  private int rule5(char s[], int len) {
+    if (len > 2 && endsWith(s, len, "ια")) {
+      len -= 2;
+      if (endsWithVowel(s, len))
+        len++; // add back -ι
+    } else if (len > 3 && (endsWith(s, len, "ιου") || endsWith(s, len, "ιων"))) {
+      len -= 3;
+      if (endsWithVowel(s, len))
+        len++; // add back -ι
+    }
+    return len;
+  }
+
+  private static final CharArraySet exc6 = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("αλ", "αδ", "ενδ", "αμαν", "αμμοχαλ", "ηθ", "ανηθ",
+          "αντιδ", "φυσ", "βρωμ", "γερ", "εξωδ", "καλπ", "καλλιν", "καταδ",
+          "μουλ", "μπαν", "μπαγιατ", "μπολ", "μποσ", "νιτ", "ξικ", "συνομηλ",
+          "πετσ", "πιτσ", "πικαντ", "πλιατσ", "ποστελν", "πρωτοδ", "σερτ",
+          "συναδ", "τσαμ", "υποδ", "φιλον", "φυλοδ", "χασ"), 
+       false);
+
+  private int rule6(char s[], int len) {
+    boolean removed = false;
+    if (len > 3 && (endsWith(s, len, "ικα") || endsWith(s, len, "ικο"))) {
+      len -= 3;
+      removed = true;
+    } else if (len > 4 && (endsWith(s, len, "ικου") || endsWith(s, len, "ικων"))) {
+      len -= 4;
+      removed = true;
+    }
+    
+    if (removed) {
+      if (endsWithVowel(s, len) || exc6.contains(s, 0, len))
+        len += 2; // add back -ικ
+    }
+    return len;
+  }
+  
+  private static final CharArraySet exc7 = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("αναπ", "αποθ", "αποκ", "αποστ", "βουβ", "ξεθ", "ουλ",
+          "πεθ", "πικρ", "ποτ", "σιχ", "χ"), 
+      false);
+  
+  private int rule7(char s[], int len) {
+    if (len == 5 && endsWith(s, len, "αγαμε"))
+      return len - 1;
+    
+    if (len > 7 && endsWith(s, len, "ηθηκαμε"))
+      len -= 7;
+    else if (len > 6 && endsWith(s, len, "ουσαμε"))
+      len -= 6;
+    else if (len > 5 && (endsWith(s, len, "αγαμε") ||
+             endsWith(s, len, "ησαμε") ||
+             endsWith(s, len, "ηκαμε")))
+      len -= 5;
+    
+    if (len > 3 && endsWith(s, len, "αμε")) {
+      len -= 3;
+      if (exc7.contains(s, 0, len))
+        len += 2; // add back -αμ
+    }
+
+    return len;
+  }
+
+  private static final CharArraySet exc8a = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("τρ", "τσ"),
+      false);
+
+  private static final CharArraySet exc8b = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("βετερ", "βουλκ", "βραχμ", "γ", "δραδουμ", "θ", "καλπουζ",
+          "καστελ", "κορμορ", "λαοπλ", "μωαμεθ", "μ", "μουσουλμ", "ν", "ουλ",
+          "π", "πελεκ", "πλ", "πολισ", "πορτολ", "σαρακατσ", "σουλτ",
+          "τσαρλατ", "ορφ", "τσιγγ", "τσοπ", "φωτοστεφ", "χ", "ψυχοπλ", "αγ",
+          "ορφ", "γαλ", "γερ", "δεκ", "διπλ", "αμερικαν", "ουρ", "πιθ",
+          "πουριτ", "σ", "ζωντ", "ικ", "καστ", "κοπ", "λιχ", "λουθηρ", "μαιντ",
+          "μελ", "σιγ", "σπ", "στεγ", "τραγ", "τσαγ", "φ", "ερ", "αδαπ",
+          "αθιγγ", "αμηχ", "ανικ", "ανοργ", "απηγ", "απιθ", "ατσιγγ", "βασ",
+          "βασκ", "βαθυγαλ", "βιομηχ", "βραχυκ", "διατ", "διαφ", "ενοργ",
+          "θυσ", "καπνοβιομηχ", "καταγαλ", "κλιβ", "κοιλαρφ", "λιβ",
+          "μεγλοβιομηχ", "μικροβιομηχ", "νταβ", "ξηροκλιβ", "ολιγοδαμ",
+          "ολογαλ", "πενταρφ", "περηφ", "περιτρ", "πλατ", "πολυδαπ", "πολυμηχ",
+          "στεφ", "ταβ", "τετ", "υπερηφ", "υποκοπ", "χαμηλοδαπ", "ψηλοταβ"),
+      false);
+  
+  private int rule8(char s[], int len) {
+    boolean removed = false;
+    
+    if (len > 8 && endsWith(s, len, "ιουντανε")) {
+      len -= 8;
+      removed = true;
+    } else if (len > 7 && endsWith(s, len, "ιοντανε") ||
+        endsWith(s, len, "ουντανε") ||
+        endsWith(s, len, "ηθηκανε")) {
+      len -= 7;
+      removed = true;
+    } else if (len > 6 && endsWith(s, len, "ιοτανε") ||
+        endsWith(s, len, "οντανε") ||
+        endsWith(s, len, "ουσανε")) {
+      len -= 6;
+      removed = true;
+    } else if (len > 5 && endsWith(s, len, "αγανε") ||
+        endsWith(s, len, "ησανε") ||
+        endsWith(s, len, "οτανε") ||
+        endsWith(s, len, "ηκανε")) {
+      len -= 5;
+      removed = true;
+    }
+    
+    if (removed && exc8a.contains(s, 0, len)) {
+      // add -αγαν (we removed > 4 chars so its safe)
+      len += 4;
+      s[len - 4] = 'α';
+      s[len - 3] = 'γ';
+      s[len - 2] = 'α';
+      s[len - 1] = 'ν';
+    }
+    
+    if (len > 3 && endsWith(s, len, "ανε")) {
+      len -= 3;
+      if (endsWithVowelNoY(s, len) || exc8b.contains(s, 0, len)) {
+        len += 2; // add back -αν
+      }
+    }
+    
+    return len;
+  }
+  
+  private static final CharArraySet exc9 = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("αβαρ", "βεν", "εναρ", "αβρ", "αδ", "αθ", "αν", "απλ",
+          "βαρον", "ντρ", "σκ", "κοπ", "μπορ", "νιφ", "παγ", "παρακαλ", "σερπ",
+          "σκελ", "συρφ", "τοκ", "υ", "δ", "εμ", "θαρρ", "θ"), 
+      false);
+  
+  private int rule9(char s[], int len) {
+    if (len > 5 && endsWith(s, len, "ησετε"))
+      len -= 5;
+    
+    if (len > 3 && endsWith(s, len, "ετε")) {
+      len -= 3;
+      if (exc9.contains(s, 0, len) ||
+          endsWithVowelNoY(s, len) ||
+          endsWith(s, len, "οδ") ||
+          endsWith(s, len, "αιρ") ||
+          endsWith(s, len, "φορ") ||
+          endsWith(s, len, "ταθ") ||
+          endsWith(s, len, "διαθ") ||
+          endsWith(s, len, "σχ") ||
+          endsWith(s, len, "ενδ") ||
+          endsWith(s, len, "ευρ") ||
+          endsWith(s, len, "τιθ") ||
+          endsWith(s, len, "υπερθ") ||
+          endsWith(s, len, "ραθ") ||
+          endsWith(s, len, "ενθ") ||
+          endsWith(s, len, "ροθ") ||
+          endsWith(s, len, "σθ") ||
+          endsWith(s, len, "πυρ") ||
+          endsWith(s, len, "αιν") ||
+          endsWith(s, len, "συνδ") ||
+          endsWith(s, len, "συν") ||
+          endsWith(s, len, "συνθ") ||
+          endsWith(s, len, "χωρ") ||
+          endsWith(s, len, "πον") ||
+          endsWith(s, len, "βρ") ||
+          endsWith(s, len, "καθ") ||
+          endsWith(s, len, "ευθ") ||
+          endsWith(s, len, "εκθ") ||
+          endsWith(s, len, "νετ") ||
+          endsWith(s, len, "ρον") ||
+          endsWith(s, len, "αρκ") ||
+          endsWith(s, len, "βαρ") ||
+          endsWith(s, len, "βολ") ||
+          endsWith(s, len, "ωφελ")) {
+        len += 2; // add back -ετ
+      }
+    }
+    
+    return len;
+  }
+
+  private int rule10(char s[], int len) {
+    if (len > 5 && (endsWith(s, len, "οντασ") || endsWith(s, len, "ωντασ"))) {
+      len -= 5;
+      if (len == 3 && endsWith(s, len, "αρχ")) {
+        len += 3; // add back *ντ
+        s[len - 3] = 'ο';
+      }
+      if (endsWith(s, len, "κρε")) {
+        len += 3; // add back *ντ
+        s[len - 3] = 'ω';
+      }
+    }
+    
+    return len;
+  }
+  
+  private int rule11(char s[], int len) {
+    if (len > 6 && endsWith(s, len, "ομαστε")) {
+      len -= 6;
+      if (len == 2 && endsWith(s, len, "ον")) {
+        len += 5; // add back -ομαστ
+      }
+    } else if (len > 7 && endsWith(s, len, "ιομαστε")) {
+      len -= 7;
+      if (len == 2 && endsWith(s, len, "ον")) {
+        len += 5;
+        s[len - 5] = 'ο';
+        s[len - 4] = 'μ';
+        s[len - 3] = 'α';
+        s[len - 2] = 'σ';
+        s[len - 1] = 'τ';
+      }
+    }
+    return len;
+  }
+
+  private static final CharArraySet exc12a = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("π", "απ", "συμπ", "ασυμπ", "ακαταπ", "αμεταμφ"),
+      false);
+
+  private static final CharArraySet exc12b = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("αλ", "αρ", "εκτελ", "ζ", "μ", "ξ", "παρακαλ", "αρ", "προ", "νισ"),
+      false);
+  
+  private int rule12(char s[], int len) {
+    if (len > 5 && endsWith(s, len, "ιεστε")) {
+      len -= 5;
+      if (exc12a.contains(s, 0, len))   
+        len += 4; // add back -ιεστ
+    }
+    
+    if (len > 4 && endsWith(s, len, "εστε")) {
+      len -= 4;
+      if (exc12b.contains(s, 0, len))
+        len += 3; // add back -εστ
+    }
+    
+    return len;
+  }
+  
+  private static final CharArraySet exc13 = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("διαθ", "θ", "παρακαταθ", "προσθ", "συνθ"),
+      false);
+  
+  private int rule13(char s[], int len) {
+    if (len > 6 && endsWith(s, len, "ηθηκεσ")) {
+      len -= 6;
+    } else if (len > 5 && (endsWith(s, len, "ηθηκα") || endsWith(s, len, "ηθηκε"))) {
+      len -= 5;
+    }
+    
+    boolean removed = false;
+    
+    if (len > 4 && endsWith(s, len, "ηκεσ")) {
+      len -= 4;
+      removed = true;
+    } else if (len > 3 && (endsWith(s, len, "ηκα") || endsWith(s, len, "ηκε"))) {
+      len -= 3;
+      removed = true;
+    }
+
+    if (removed && (exc13.contains(s, 0, len) 
+        || endsWith(s, len, "σκωλ")
+        || endsWith(s, len, "σκουλ")
+        || endsWith(s, len, "ναρθ")
+        || endsWith(s, len, "σφ")
+        || endsWith(s, len, "οθ")
+        || endsWith(s, len, "πιθ"))) { 
+      len += 2; // add back the -ηκ
+    }
+    
+    return len;
+  }
+  
+  private static final CharArraySet exc14 = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("φαρμακ", "χαδ", "αγκ", "αναρρ", "βρομ", "εκλιπ", "λαμπιδ",
+          "λεχ", "μ", "πατ", "ρ", "λ", "μεδ", "μεσαζ", "υποτειν", "αμ", "αιθ",
+          "ανηκ", "δεσποζ", "ενδιαφερ", "δε", "δευτερευ", "καθαρευ", "πλε",
+          "τσα"), 
+      false);
+
+  private int rule14(char s[], int len) {
+    boolean removed = false;
+    
+    if (len > 5 && endsWith(s, len, "ουσεσ")) {
+      len -= 5;
+      removed = true;
+    } else if (len > 4 && (endsWith(s, len, "ουσα") || endsWith(s, len, "ουσε"))) {
+      len -= 4;
+      removed = true;
+    }
+    
+    if (removed && (exc14.contains(s, 0, len) 
+        || endsWithVowel(s, len)
+        || endsWith(s, len, "ποδαρ")
+        || endsWith(s, len, "βλεπ")
+        || endsWith(s, len, "πανταχ")
+        || endsWith(s, len, "φρυδ") 
+        || endsWith(s, len, "μαντιλ")
+        || endsWith(s, len, "μαλλ")
+        || endsWith(s, len, "κυματ")
+        || endsWith(s, len, "λαχ")
+        || endsWith(s, len, "ληγ")
+        || endsWith(s, len, "φαγ")
+        || endsWith(s, len, "ομ")
+        || endsWith(s, len, "πρωτ"))) {
+      len += 3; // add back -ουσ
+    }
+
+   return len;
+  }
+  
+  private static final CharArraySet exc15a = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("αβαστ", "πολυφ", "αδηφ", "παμφ", "ρ", "ασπ", "αφ", "αμαλ",
+          "αμαλλι", "ανυστ", "απερ", "ασπαρ", "αχαρ", "δερβεν", "δροσοπ",
+          "ξεφ", "νεοπ", "νομοτ", "ολοπ", "ομοτ", "προστ", "προσωποπ", "συμπ",
+          "συντ", "τ", "υποτ", "χαρ", "αειπ", "αιμοστ", "ανυπ", "αποτ",
+          "αρτιπ", "διατ", "εν", "επιτ", "κροκαλοπ", "σιδηροπ", "λ", "ναυ",
+          "ουλαμ", "ουρ", "π", "τρ", "μ"), 
+      false);
+  
+  private static final CharArraySet exc15b = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("ψοφ", "ναυλοχ"),
+      false);
+  
+  private int rule15(char s[], int len) {
+    boolean removed = false;
+    if (len > 4 && endsWith(s, len, "αγεσ")) {
+      len -= 4;
+      removed = true;
+    } else if (len > 3 && (endsWith(s, len, "αγα") || endsWith(s, len, "αγε"))) {
+      len -= 3;
+      removed = true;
+    }
+    
+    if (removed) {
+      final boolean cond1 = exc15a.contains(s, 0, len) 
+        || endsWith(s, len, "οφ")
+        || endsWith(s, len, "πελ")
+        || endsWith(s, len, "χορτ")
+        || endsWith(s, len, "λλ")
+        || endsWith(s, len, "σφ")
+        || endsWith(s, len, "ρπ")
+        || endsWith(s, len, "φρ")
+        || endsWith(s, len, "πρ")
+        || endsWith(s, len, "λοχ")
+        || endsWith(s, len, "σμην");
+      
+      final boolean cond2 = exc15b.contains(s, 0, len)
+        || endsWith(s, len, "κολλ");
+      
+      if (cond1 && !cond2)
+        len += 2; // add back -αγ  
+    }
+    
+    return len;
+  }
+  
+  private static final CharArraySet exc16 = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("ν", "χερσον", "δωδεκαν", "ερημον", "μεγαλον", "επταν"),
+      false);
+  
+  private int rule16(char s[], int len) {
+    boolean removed = false;
+    if (len > 4 && endsWith(s, len, "ησου")) {
+      len -= 4;
+      removed = true;
+    } else if (len > 3 && (endsWith(s, len, "ησε") || endsWith(s, len, "ησα"))) {
+      len -= 3;
+      removed = true;
+    }
+    
+    if (removed && exc16.contains(s, 0, len))
+      len += 2; // add back -ησ
+    
+    return len;
+  }
+  
+  private static final CharArraySet exc17 = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("ασβ", "σβ", "αχρ", "χρ", "απλ", "αειμν", "δυσχρ", "ευχρ", "κοινοχρ", "παλιμψ"),
+      false);
+  
+  private int rule17(char s[], int len) {
+    if (len > 4 && endsWith(s, len, "ηστε")) {
+      len -= 4;
+      if (exc17.contains(s, 0, len))
+        len += 3; // add back the -ηστ
+    }
+    
+    return len;
+  }
+  
+  private static final CharArraySet exc18 = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("ν", "ρ", "σπι", "στραβομουτσ", "κακομουτσ", "εξων"),
+      false);
+  
+  private int rule18(char s[], int len) {
+    boolean removed = false;
+    
+    if (len > 6 && (endsWith(s, len, "ησουνε") || endsWith(s, len, "ηθουνε"))) {
+      len -= 6;
+      removed = true;
+    } else if (len > 4 && endsWith(s, len, "ουνε")) {
+      len -= 4;
+      removed = true;
+    }
+    
+    if (removed && exc18.contains(s, 0, len)) {
+      len += 3;
+      s[len - 3] = 'ο';
+      s[len - 2] = 'υ';
+      s[len - 1] = 'ν';
+    }
+    return len;
+  }
+  
+  private static final CharArraySet exc19 = new CharArraySet(Version.LUCENE_31,
+      Arrays.asList("παρασουσ", "φ", "χ", "ωριοπλ", "αζ", "αλλοσουσ", "ασουσ"),
+      false);
+  
+  private int rule19(char s[], int len) {
+    boolean removed = false;
+    
+    if (len > 6 && (endsWith(s, len, "ησουμε") || endsWith(s, len, "ηθουμε"))) {
+      len -= 6;
+      removed = true;
+    } else if (len > 4 && endsWith(s, len, "ουμε")) {
+      len -= 4;
+      removed = true;
+    }
+    
+    if (removed && exc19.contains(s, 0, len)) {
+      len += 3;
+      s[len - 3] = 'ο';
+      s[len - 2] = 'υ';
+      s[len - 1] = 'μ';
+    }
+    return len;
+  }
+  
+  private int rule20(char s[], int len) {
+    if (len > 5 && (endsWith(s, len, "ματων") || endsWith(s, len, "ματοσ")))
+      len -= 3;
+    else if (len > 4 && endsWith(s, len, "ματα"))
+      len -= 2;
+    return len;
+  }
+
+  private int rule21(char s[], int len) {
+    if (len > 9 && endsWith(s, len, "ιοντουσαν"))
+      return len - 9;
+    
+    if (len > 8 && (endsWith(s, len, "ιομασταν") ||
+        endsWith(s, len, "ιοσασταν") ||
+        endsWith(s, len, "ιουμαστε") ||
+        endsWith(s, len, "οντουσαν")))
+      return len - 8;
+    
+    if (len > 7 && (endsWith(s, len, "ιεμαστε") ||
+        endsWith(s, len, "ιεσαστε") ||
+        endsWith(s, len, "ιομουνα") ||
+        endsWith(s, len, "ιοσαστε") ||
+        endsWith(s, len, "ιοσουνα") ||
+        endsWith(s, len, "ιουνται") ||
+        endsWith(s, len, "ιουνταν") ||
+        endsWith(s, len, "ηθηκατε") ||
+        endsWith(s, len, "ομασταν") ||
+        endsWith(s, len, "οσασταν") ||
+        endsWith(s, len, "ουμαστε")))
+      return len - 7;
+    
+    if (len > 6 && (endsWith(s, len, "ιομουν") ||
+        endsWith(s, len, "ιονταν") ||
+        endsWith(s, len, "ιοσουν") ||
+        endsWith(s, len, "ηθειτε") ||
+        endsWith(s, len, "ηθηκαν") ||
+        endsWith(s, len, "ομουνα") ||
+        endsWith(s, len, "οσαστε") ||
+        endsWith(s, len, "οσουνα") ||
+        endsWith(s, len, "ουνται") ||
+        endsWith(s, len, "ουνταν") ||
+        endsWith(s, len, "ουσατε")))
+      return len - 6;
+    
+    if (len > 5 && (endsWith(s, len, "αγατε") ||
+        endsWith(s, len, "ιεμαι") ||
+        endsWith(s, len, "ιεται") ||
+        endsWith(s, len, "ιεσαι") ||
+        endsWith(s, len, "ιοταν") ||
+        endsWith(s, len, "ιουμα") ||
+        endsWith(s, len, "ηθεισ") ||
+        endsWith(s, len, "ηθουν") ||
+        endsWith(s, len, "ηκατε") ||
+        endsWith(s, len, "ησατε") ||
+        endsWith(s, len, "ησουν") ||
+        endsWith(s, len, "ομουν") ||
+        endsWith(s, len, "ονται") ||
+        endsWith(s, len, "ονταν") ||
+        endsWith(s, len, "οσουν") ||
+        endsWith(s, len, "ουμαι") ||
+        endsWith(s, len, "ουσαν")))
+      return len - 5;
+    
+    if (len > 4 && (endsWith(s, len, "αγαν") ||
+        endsWith(s, len, "αμαι") ||
+        endsWith(s, len, "ασαι") ||
+        endsWith(s, len, "αται") ||
+        endsWith(s, len, "ειτε") ||
+        endsWith(s, len, "εσαι") ||
+        endsWith(s, len, "εται") ||
+        endsWith(s, len, "ηδεσ") ||
+        endsWith(s, len, "ηδων") ||
+        endsWith(s, len, "ηθει") ||
+        endsWith(s, len, "ηκαν") ||
+        endsWith(s, len, "ησαν") ||
+        endsWith(s, len, "ησει") ||
+        endsWith(s, len, "ησεσ") ||
+        endsWith(s, len, "ομαι") ||
+        endsWith(s, len, "οταν")))
+      return len - 4;
+    
+    if (len > 3 && (endsWith(s, len, "αει") ||
+        endsWith(s, len, "εισ") ||
+        endsWith(s, len, "ηθω") ||
+        endsWith(s, len, "ησω") ||
+        endsWith(s, len, "ουν") ||
+        endsWith(s, len, "ουσ")))
+      return len - 3;
+    
+    if (len > 2 && (endsWith(s, len, "αν") ||
+        endsWith(s, len, "ασ") ||
+        endsWith(s, len, "αω") ||
+        endsWith(s, len, "ει") ||
+        endsWith(s, len, "εσ") ||
+        endsWith(s, len, "ησ") ||
+        endsWith(s, len, "οι") ||
+        endsWith(s, len, "οσ") ||
+        endsWith(s, len, "ου") ||
+        endsWith(s, len, "υσ") ||
+        endsWith(s, len, "ων")))
+      return len - 2;
+    
+    if (len > 1 && endsWithVowel(s, len))
+      return len - 1;
+
+    return len;
+  }
+  
+  private int rule22(char s[], int len) {
+    if (endsWith(s, len, "εστερ") ||
+        endsWith(s, len, "εστατ"))
+      return len - 5;
+    
+    if (endsWith(s, len, "οτερ") ||
+        endsWith(s, len, "οτατ") ||
+        endsWith(s, len, "υτερ") ||
+        endsWith(s, len, "υτατ") ||
+        endsWith(s, len, "ωτερ") ||
+        endsWith(s, len, "ωτατ"))
+      return len - 4;
+
+    return len;
+  }
+
+  private boolean endsWith(char s[], int len, String suffix) {
+    final int suffixLen = suffix.length();
+    if (suffixLen > len)
+      return false;
+    for (int i = suffixLen - 1; i >= 0; i--)
+      if (s[len -(suffixLen - i)] != suffix.charAt(i))
+        return false;
+    
+    return true;
+  }
+  
+  private boolean endsWithVowel(char s[], int len) {
+    if (len == 0)
+      return false;
+    switch(s[len - 1]) {
+      case 'α':
+      case 'ε':
+      case 'η':
+      case 'ι':
+      case 'ο':
+      case 'υ':
+      case 'ω':
+        return true;
+      default:
+        return false;
+    }
+  }
+  
+  private boolean endsWithVowelNoY(char s[], int len) {
+    if (len == 0)
+      return false;
+    switch(s[len - 1]) {
+      case 'α':
+      case 'ε':
+      case 'η':
+      case 'ι':
+      case 'ο':
+      case 'ω':
+        return true;
+      default:
+        return false;
+    }
+  }
+}