¿Dónde puedo encontrar una lista de palabras de parada hebreas?

Question

¿Dónde puedo encontrar una lista de palabras de parada hebreas?
Editar: editar mi respuesta a añadir más, si hay más ...

Answer 1

function getStopWords(){ 
return array(
'אני', 
'את', 
'אתה', 
'אנחנו', 
'אתן', 
'אתם', 
'הם', 
'הן', 
'היא', 
'הוא', 
'שלי', 
'שלו', 
'שלך', 
'שלה', 
'שלנו', 
'שלכם', 
'שלכן', 
'שלהם', 
'שלהן', 
'לי', 
'לו', 
'לה', 
'לנו', 
'לכם', 
'לכן', 
'להם', 
'להן', 
'אותה', 
'אותו', 
'זה', 
'זאת', 
'אלה', 
'אלו', 
'תחת', 
'מתחת', 
'מעל', 
'בין', 
'עם', 
'עד', 
'נגר', 
'על', 
'אל', 
'מול', 
'של', 
'אצל', 
'כמו', 
'אחר', 
'אותו', 
'בלי', 
'לפני', 
'אחרי', 
'מאחורי', 
'עלי', 
'עליו', 
'עליה', 
'עליך', 
'עלינו', 
'עליכם', 
'לעיכן', 
'עליהם', 
'עליהן', 
'כל', 
'כולם', 
'כולן', 
'כך', 
'ככה', 
'כזה', 
'זה', 
'זות', 
'אותי', 
'אותה', 
'אותם', 
'אותך', 
'אותו', 
'אותן', 
'אותנו', 
'ואת', 
'את', 
'אתכם', 
'אתכן', 
'איתי', 
'איתו', 
'איתך', 
'איתה', 
'איתם', 
'איתן', 
'איתנו', 
'איתכם', 
'איתכן', 
'יהיה', 
'תהיה', 
'היתי', 
'היתה', 
'היה', 
'להיות', 
'עצמי', 
'עצמו', 
'עצמה', 
'עצמם', 
'עצמן', 
'עצמנו', 
'עצמהם', 
'עצמהן', 
'מי', 
'מה', 
'איפה', 
'היכן', 
'במקום שבו', 
'אם', 
'לאן', 
'למקום שבו', 
'מקום בו', 
'איזה', 
'מהיכן', 
'איך', 
'כיצד', 
'באיזו מידה', 
'מתי', 
'בשעה ש', 
'כאשר', 
'כש', 
'למרות', 
'לפני', 
'אחרי', 
'מאיזו סיבה', 
'הסיבה שבגללה', 
'למה', 
'מדוע', 
'לאיזו תכלית', 
'כי', 
'יש', 
'אין', 
'אך', 
'מנין', 
'מאין', 
'מאיפה', 
'יכל', 
'יכלה', 
'יכלו', 
'יכול', 
'יכולה', 
'יכולים', 
'יכולות', 
'יוכלו', 
'יוכל', 
'מסוגל', 
'לא', 
'רק', 
'אולי', 
'אין', 
'לאו', 
'אי', 
'כלל', 
'נגד', 
'אם', 
'עם', 
'אל', 
'אלה', 
'אלו', 
'אף', 
'על', 
'מעל', 
'מתחת', 
'מצד', 
'בשביל', 
'לבין', 
'באמצע', 
'בתוך', 
'דרך', 
'מבעד', 
'באמצעות', 
'למעלה', 
'למטה', 
'מחוץ', 
'מן', 
'לעבר', 
'מכאן', 
'כאן', 
'הנה', 
'הרי', 
'פה', 
'שם', 
'אך', 
'ברם', 
'שוב', 
'אבל', 
'מבלי', 
'בלי', 
'מלבד', 
'רק', 
'בגלל', 
'מכיוון', 
'עד', 
'אשר', 
'ואילו', 
'למרות', 
'אס', 
'כמו', 
'כפי', 
'אז', 
'אחרי', 
'כן', 
'לכן', 
'לפיכך', 
'מאד', 
'עז', 
'מעט', 
'מעטים', 
'במידה', 
'שוב', 
'יותר', 
'מדי', 
'גם', 
'כן', 
'נו', 
'אחר', 
'אחרת', 
'אחרים', 
'אחרות', 
'אשר', 
'או' 
); 
} 

Answer 2

dudo que hay una disponible abiertamente, sino como una simple aproximación, se podría crear una lista de tokens muy frecuentes en un razonablemente grande cuerpo. Luego, dependiendo de su necesidad, puede usar la lista como tal, o filtrarla manualmente, o realizar un ensayo y error con su algoritmo para ver cómo funciona.

Here's a list of the 100 most common tokens de un corpus de noticias bastante grande que tengo. Tenga en cuenta que para mis propósitos, conté varios caracteres de puntuación como tokens. El número "1" representa todos los tokens numéricos, de ahí su posición alta en la lista.

Probablemente estarás al tanto de que la lista de suspensiones es un concepto problemático en hebreo debido a la ortografía de morfología & - algunas de las útiles se adjuntan a las palabras.

Answer 3

El centro Mila tiene una lista de tokens de alta frecuencia compilados de las grandes corporas con las que están trabajando. Ver la parte inferior de la página: http://www.mila.cs.technion.ac.il/hebrew/resources/corpora/index.html.

Además, otra cosa a tener en cuenta es detener la ambigüedad de las palabras, donde cierta palabra puede ser sin significado o con un significado muy importante. Por ejemplo, las palabras אלה y אשר, ambas son preposiciones hebreas y nombres personales válidos. Puede encontrar más información sobre este fenómeno hebreo aquí: http://www.code972.com/blog/2010/05/challenges-indexing-hebrew/ (vaya a "Detener la ambigüedad de las palabras").

Debido a esto, no creo que sea posible tener una lista completa y absoluta de paradas en hebreo, es demasiado dependiente de sus corpus y caso de uso.

Answer 4

El enlace proporcionado anteriormente está roto. Este es el nuevo enlace: http://www.mila.cs.technion.ac.il/index.html

La lista en cuestión tiene algunos términos faltantes (אתך, אתכן, אתכם, etc.).

Saludos cordiales, Yaron Shahrabani.

Answer 5

He aquí una lista de 500 palabras vacías hebreo (con y sin los recuentos):

https://github.com/gidim/HebrewStopWords

También disponible aquí:

את 
לא 
של 
אני 
על 
זה 
עם 
כל 
הוא 
אם 
או 
גם 
יותר 
יש 
לי 
מה 
אבל 
פורום 
אז 
טוב 
רק 
כי 
שלי 
היה 
בפורום 
אין 
עוד 
היא 
אחד 
ב 
ל 
עד 
לך 
כמו 
להיות 
אתה 
כמה 
אנחנו 
הם 
כבר 
אנשים 
אפשר 
תודה 
שלא 
אותו 
ה 
מאוד 
הרבה 
ולא 
ממש 
לו 
א 
מי 
חיים 
בית 
שאני 
יכול 
שהוא 
כך 
הזה 
איך 
היום 
קצת 
עכשיו 
שם 
בכל 
יהיה 
תמיד 
י 
שלך 
הכי 
ש 
בו 
לעשות 
צריך 
כן 
פעם 
לכם 
ואני 
משהו 
אל 
שלו 
שיש 
ו 
וגם 
אתכם 
אחרי 
בנושא 
כדי 
פשוט 
לפני 
שזה 
אותי 
אנו 
למה 
דבר 
כ 
כאן 
אולי 
טובים 
רוצה 
שנה 
בעלי 
החיים 
למען 
אתם 
מ 
בין 
יום 
זאת 
איזה 
ביותר 
לה 
אחת 
הכל 
הפורומים 
לכל 
אלא 
פה 
יודע 
שלום 
דקות 
לנו 
השנה 
דרך 
אדם 
נראה 
זו 
היחידה 
רוצים 
בכלל 
טובה 
שלנו 
האם 
הייתי 
הלב 
היו 
ח 
שדרות 
בלי 
להם 
שאתה 
אותה 
מקום 
ואתם 
חלק 
בן 
בואו 
אחר 
האחת 
אותך 
כמובן 
בגלל 
באמת 
מישהו 
ילדים 
אותם 
הפורום 
טיפוח 
וזה 
ר 
שהם 
אך 
מזמין 
ישראל 
כוס 
זמן 
ועוד 
הילדים 
עדיין 
כזה 
עושה 
שום 
לקחת 
העולם 
תפוז 
לראות 
לפורום 
וכל 
לקבל 
נכון 
יוצא 
לעולם 
גדול 
אפילו 
ניתן 
שני 
אוכל 
קשה 
משחק 
ביום 
ככה 
אמא 
בת 
השבוע 
נוספים 
לגבי 
בבית 
אחרת 
לפי 
ללא 
שנים 
הזמן 
שמן 
מעט 
לפחות 
אף 
שוב 
שלהם 
במקום 
כולם 
נועית 
הבא 
מעל 
לב 
המון 
לדבר 
ע 
אוהב 
מוסיפים 
חצי 
בעיקר 
כפות 
לפעמים 
שהיא 
הנהלת 
ועל 
ק 
אוהבים 
ת 
יודעת 
ד 
גרוע 
שאנחנו 
מים 
לילדים 
בארץ 
מודיע 
אשמח 
שלכם 
פחות 
לכולם 
די 
אהבה 
יכולה 
דברים 
הקהילה 
לעזור 
פרטים 
בדיוק 
מלח 
קל 
הראשי 
שלה 
להוסיף 
השני 
לדעתי 
בר 
למרות 
שגם 
מוזמנים 
לאחר 
במה 
חושב 
מאד 
יפה 
להגשים 
חדש 
קטן 
מחפשים 
שמח 
מדברים 
ואם 
במיוחד 
עבודה 
מדי 
ואז 
חשוב 
שאם 
אוהבת 
פעמים 
מנהלת 
אומר 
מול 
קשר 
מנהל 
שיהיה 
שאין 
שאנו 
האהבה 
ס 
הצטרפו 
כפית 
בשביל 
החגים 
אופן 
לתת 
כף 
בתוך 
סוכר 
גיל 
בהצלחה 
והוא 
מקווה 
סתם 
ויש 
נגד 
כמעט 
שאת 
עולה 
אי 
מספר 
ראשון 
לדרך 
נהיה 
לעצב 
עושים 
ולנהל 
היתה 
עליו 
מזה 
הייתה 
בא 
בפרס 
חלות 
ראש 
מזמינים 
טיפים 
מכבי 
רבה 
הורים 
‡ 
מקרה 
קרן 
המוצלח 
להגיע 
גדולה 
כנראה 
החמשיר 
הראשון 
פלפל 
המשחק 
וכאן 
לדעת 
ואת 
גרועים 
ספר 
אגב 
אחרים 
להגיד 
בתפוז 
והעולם 
אופנה 
דווקא 
מספיק 
שעות 
תמונות 
כשאנחנו 
שוקולד 
ולכן 
ג 
לקרוא 
לניהול 
שבוע 
ויופי 
חלום 
בה 
שהיה 
שאלה 
מקומה 
הזו 
בפורומים 
החדש 
מתאמצים 
שחקן 
שמזינים 
נשמת 
בערך 
מכל 
ומה 
רגל 
כסף 
רואה 
קטנה 
בצל 
בעולם 
אינטרנט 
חוץ 
ברור 
הולך 
חושבת 
לזה 
כלום 
הן 
כאלה 
בטוח 
הדבר 
תהיה 
מגיע 
סוף 
האמת 
ממנו 
מיכל 
החדשה 
לתרום 
האנשים 
ועד 
בדרך 
אצלי 
ההורים 
בני 
מתוך 
כאשר 
לבד 
ראיתי 
מצב 
מלא 
לבחור 
נשמח 
החג 
רע 
עוף 
מן 
להביא 
מצאתי 
כתובות 
מעניין 
צריכה 
להכנס 
לחלוטין 
שעה 
מתכון 
קודם 
תשובות 
מדובר 
ניהול 
מזל 
כדאי 
יהיו 
ההודעות 
בוקר 
נילוות 
איפה 
בעיה 
קמח 
ללכת 
פורומים 
אמר 
נושא 
ההכנה 
בבקשה 
שכל 
הזאת 
למשחק 
פנינה 
תחרות 
חבר 
לקנות 
מהם 
רגע 
גרם 
אלו 
עצמו 
מראש 
הכלב 
כולנו 
עדיף 
איתו 
למשל 
לבשל 
למי 
רעיונות 
הבלוג 
רוב 
אביב 
כרגע 
בסוף 
אלה 
לחג 
ערוץ 
שווה 
באופן 
מאמין 
לבן 
בזה 
הכבוד 
לראש 
ם 
ימי 
שחור 
בצורה 
בעמוד 
ועם 
וחצי 
האלה 
תמונה 
בשלב 
משחקים 
נו