org.dizitart.no2.fulltext.languages.Chinese Maven / Gradle / Ivy
/*
*
* Copyright 2017-2018 Nitrite author or authors.
*
* Licensed 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.
*
*/
package org.dizitart.no2.fulltext.languages;
import org.dizitart.no2.fulltext.Language;
import java.util.Arrays;
import java.util.HashSet;
import java.util.Set;
/**
* Chinese stop words
*
* @since 2.1.0
* @author Anindya Chatterjee
*/
public class Chinese implements Language {
@Override
public Set stopWords() {
return new HashSet<>(Arrays.asList(
"、",
"。",
"〈",
"〉",
"《",
"》",
"一",
"一些",
"一何",
"一切",
"一则",
"一方面",
"一旦",
"一来",
"一样",
"一般",
"一转眼",
"七",
"万一",
"三",
"上",
"上下",
"下",
"不",
"不仅",
"不但",
"不光",
"不单",
"不只",
"不外乎",
"不如",
"不妨",
"不尽",
"不尽然",
"不得",
"不怕",
"不惟",
"不成",
"不拘",
"不料",
"不是",
"不比",
"不然",
"不特",
"不独",
"不管",
"不至于",
"不若",
"不论",
"不过",
"不问",
"与",
"与其",
"与其说",
"与否",
"与此同时",
"且",
"且不说",
"且说",
"两者",
"个",
"个别",
"中",
"临",
"为",
"为了",
"为什么",
"为何",
"为止",
"为此",
"为着",
"乃",
"乃至",
"乃至于",
"么",
"之",
"之一",
"之所以",
"之类",
"乌乎",
"乎",
"乘",
"九",
"也",
"也好",
"也罢",
"了",
"二",
"二来",
"于",
"于是",
"于是乎",
"云云",
"云尔",
"五",
"些",
"亦",
"人",
"人们",
"人家",
"什",
"什么",
"什么样",
"今",
"介于",
"仍",
"仍旧",
"从",
"从此",
"从而",
"他",
"他人",
"他们",
"他们们",
"以",
"以上",
"以为",
"以便",
"以免",
"以及",
"以故",
"以期",
"以来",
"以至",
"以至于",
"以致",
"们",
"任",
"任何",
"任凭",
"会",
"似的",
"但",
"但凡",
"但是",
"何",
"何以",
"何况",
"何处",
"何时",
"余外",
"作为",
"你",
"你们",
"使",
"使得",
"例如",
"依",
"依据",
"依照",
"便于",
"俺",
"俺们",
"倘",
"倘使",
"倘或",
"倘然",
"倘若",
"借",
"借傥然",
"假使",
"假如",
"假若",
"做",
"像",
"儿",
"先不先",
"光是",
"全体",
"全部",
"八",
"六",
"兮",
"共",
"关于",
"关于具体地说",
"其",
"其一",
"其中",
"其二",
"其他",
"其余",
"其它",
"其次",
"具体地说",
"具体说来",
"兼之",
"内",
"再",
"再其次",
"再则",
"再有",
"再者",
"再者说",
"再说",
"冒",
"冲",
"况且",
"几",
"几时",
"凡",
"凡是",
"凭",
"凭借",
"出于",
"出来",
"分",
"分别",
"则",
"则甚",
"别",
"别人",
"别处",
"别是",
"别的",
"别管",
"别说",
"到",
"前后",
"前此",
"前者",
"加之",
"加以",
"即",
"即令",
"即使",
"即便",
"即如",
"即或",
"即若",
"却",
"去",
"又",
"又及",
"及",
"及其",
"及至",
"反之",
"反而",
"反过来",
"反过来说",
"受到",
"另",
"另一方面",
"另外",
"另悉",
"只",
"只当",
"只怕",
"只是",
"只有",
"只消",
"只要",
"只限",
"叫",
"叮咚",
"可",
"可以",
"可是",
"可见",
"各",
"各个",
"各位",
"各种",
"各自",
"同",
"同时",
"后",
"后者",
"向",
"向使",
"向着",
"吓",
"吗",
"否则",
"吧",
"吧哒",
"含",
"吱",
"呀",
"呃",
"呕",
"呗",
"呜",
"呜呼",
"呢",
"呵",
"呵呵",
"呸",
"呼哧",
"咋",
"和",
"咚",
"咦",
"咧",
"咱",
"咱们",
"咳",
"哇",
"哈",
"哈哈",
"哉",
"哎",
"哎呀",
"哎哟",
"哗",
"哟",
"哦",
"哩",
"哪",
"哪个",
"哪些",
"哪儿",
"哪天",
"哪年",
"哪怕",
"哪样",
"哪边",
"哪里",
"哼",
"哼唷",
"唉",
"唯有",
"啊",
"啐",
"啥",
"啦",
"啪达",
"啷当",
"喂",
"喏",
"喔唷",
"喽",
"嗡",
"嗡嗡",
"嗬",
"嗯",
"嗳",
"嘎",
"嘎登",
"嘘",
"嘛",
"嘻",
"嘿",
"嘿嘿",
"四",
"因",
"因为",
"因了",
"因此",
"因着",
"因而",
"固然",
"在",
"在下",
"在于",
"地",
"基于",
"处在",
"多",
"多么",
"多少",
"大",
"大家",
"她",
"她们",
"好",
"如",
"如上",
"如上所述",
"如下",
"如何",
"如其",
"如同",
"如是",
"如果",
"如此",
"如若",
"始而",
"孰料",
"孰知",
"宁",
"宁可",
"宁愿",
"宁肯",
"它",
"它们",
"对",
"对于",
"对待",
"对方",
"对比",
"将",
"小",
"尔",
"尔后",
"尔尔",
"尚且",
"就",
"就是",
"就是了",
"就是说",
"就算",
"就要",
"尽",
"尽管",
"尽管如此",
"岂但",
"己",
"已",
"已矣",
"巴",
"巴巴",
"年",
"并",
"并且",
"庶乎",
"庶几",
"开外",
"开始",
"归",
"归齐",
"当",
"当地",
"当然",
"当着",
"彼",
"彼时",
"彼此",
"往",
"待",
"很",
"得",
"得了",
"怎",
"怎么",
"怎么办",
"怎么样",
"怎奈",
"怎样",
"总之",
"总的来看",
"总的来说",
"总的说来",
"总而言之",
"恰恰相反",
"您",
"惟其",
"慢说",
"我",
"我们",
"或",
"或则",
"或是",
"或曰",
"或者",
"截至",
"所",
"所以",
"所在",
"所幸",
"所有",
"才",
"才能",
"打",
"打从",
"把",
"抑或",
"拿",
"按",
"按照",
"换句话说",
"换言之",
"据",
"据此",
"接着",
"故",
"故此",
"故而",
"旁人",
"无",
"无宁",
"无论",
"既",
"既往",
"既是",
"既然",
"日",
"时",
"时候",
"是",
"是以",
"是的",
"更",
"曾",
"替",
"替代",
"最",
"月",
"有",
"有些",
"有关",
"有及",
"有时",
"有的",
"望",
"朝",
"朝着",
"本",
"本人",
"本地",
"本着",
"本身",
"来",
"来着",
"来自",
"来说",
"极了",
"果然",
"果真",
"某",
"某个",
"某些",
"某某",
"根据",
"欤",
"正值",
"正如",
"正巧",
"正是",
"此",
"此地",
"此处",
"此外",
"此时",
"此次",
"此间",
"毋宁",
"每",
"每当",
"比",
"比及",
"比如",
"比方",
"没奈何",
"沿",
"沿着",
"漫说",
"焉",
"然则",
"然后",
"然而",
"照",
"照着",
"犹且",
"犹自",
"甚且",
"甚么",
"甚或",
"甚而",
"甚至",
"甚至于",
"用",
"用来",
"由",
"由于",
"由是",
"由此",
"由此可见",
"的",
"的确",
"的话",
"直到",
"相对而言",
"省得",
"看",
"眨眼",
"着",
"着呢",
"矣",
"矣乎",
"矣哉",
"离",
"秒",
"竟而",
"第",
"等",
"等到",
"等等",
"简言之",
"管",
"类如",
"紧接着",
"纵",
"纵令",
"纵使",
"纵然",
"经",
"经过",
"结果",
"给",
"继之",
"继后",
"继而",
"综上所述",
"罢了",
"者",
"而",
"而且",
"而况",
"而后",
"而外",
"而已",
"而是",
"而言",
"能",
"能否",
"腾",
"自",
"自个儿",
"自从",
"自各儿",
"自后",
"自家",
"自己",
"自打",
"自身",
"至",
"至于",
"至今",
"至若",
"致",
"般的",
"若",
"若夫",
"若是",
"若果",
"若非",
"莫不然",
"莫如",
"莫若",
"虽",
"虽则",
"虽然",
"虽说",
"被",
"要",
"要不",
"要不是",
"要不然",
"要么",
"要是",
"譬喻",
"譬如",
"让",
"许多",
"论",
"设使",
"设或",
"设若",
"诚如",
"诚然",
"该",
"说",
"说来",
"请",
"诸",
"诸位",
"诸如",
"谁",
"谁人",
"谁料",
"谁知",
"贼死",
"赖以",
"赶",
"起",
"起见",
"趁",
"趁着",
"越是",
"距",
"跟",
"较",
"较之",
"边",
"过",
"还",
"还是",
"还有",
"还要",
"这",
"这一来",
"这个",
"这么",
"这么些",
"这么样",
"这么点儿",
"这些",
"这会儿",
"这儿",
"这就是说",
"这时",
"这样",
"这次",
"这般",
"这边",
"这里",
"进而",
"连",
"连同",
"逐步",
"通过",
"遵循",
"遵照",
"那",
"那个",
"那么",
"那么些",
"那么样",
"那些",
"那会儿",
"那儿",
"那时",
"那样",
"那般",
"那边",
"那里",
"都",
"鄙人",
"鉴于",
"针对",
"阿",
"除",
"除了",
"除外",
"除开",
"除此之外",
"除非",
"随",
"随后",
"随时",
"随着",
"难道说",
"零",
"非",
"非但",
"非徒",
"非特",
"非独",
"靠",
"顺",
"顺着",
"首先",
"︿",
"！",
"＃",
"＄",
"％",
"＆",
"（",
"）",
"＊",
"＋",
"，",
"０",
"１",
"２",
"３",
"４",
"５",
"６",
"７",
"８",
"９",
"：",
"；",
"＜",
"＞",
"？",
"＠",
"［",
"］",
"｛",
"｜",
"｝",
"～",
"￥"
));
}
}