199 lines
2.1 KiB
Python
199 lines
2.1 KiB
Python
|
# Source: https://zenodo.org/records/10148636
|
||
|
|
|
||
|
|
STOP_WORDS = set(
|
||
|
|
"""
|
||
|
|
འི་
|
||
|
|
།
|
||
|
|
དུ་
|
||
|
|
གིས་
|
||
|
|
སོགས་
|
||
|
|
ཏེ
|
||
|
|
གི་
|
||
|
|
རྣམས་
|
||
|
|
ནི
|
||
|
|
ཀུན་
|
||
|
|
ཡི་
|
||
|
|
འདི
|
||
|
|
ཀྱི་
|
||
|
|
སྙེད་
|
||
|
|
པས་
|
||
|
|
གཞན་
|
||
|
|
ཀྱིས་
|
||
|
|
ཡི
|
||
|
|
ལ
|
||
|
|
ནི་
|
||
|
|
དང་
|
||
|
|
སོགས
|
||
|
|
ཅིང་
|
||
|
|
ར
|
||
|
|
དུ
|
||
|
|
མི་
|
||
|
|
སུ་
|
||
|
|
བཅས་
|
||
|
|
ཡོངས་
|
||
|
|
ལས
|
||
|
|
ཙམ་
|
||
|
|
གྱིས་
|
||
|
|
དེ་
|
||
|
|
ཡང་
|
||
|
|
མཐའ་དག་
|
||
|
|
ཏུ་
|
||
|
|
ཉིད་
|
||
|
|
ས
|
||
|
|
ཏེ་
|
||
|
|
གྱི་
|
||
|
|
སྤྱི
|
||
|
|
དེ
|
||
|
|
ཀ་
|
||
|
|
ཡིན་
|
||
|
|
ཞིང་
|
||
|
|
འདི་
|
||
|
|
རུང་
|
||
|
|
རང་
|
||
|
|
ཞིག་
|
||
|
|
སྟེ
|
||
|
|
སྟེ་
|
||
|
|
ན་རེ
|
||
|
|
ངམ
|
||
|
|
ཤིང་
|
||
|
|
དག་
|
||
|
|
ཏོ
|
||
|
|
རེ་
|
||
|
|
འང་
|
||
|
|
ཀྱང་
|
||
|
|
ལགས་པ
|
||
|
|
ཚུ
|
||
|
|
དོ
|
||
|
|
ཡིན་པ
|
||
|
|
རེ
|
||
|
|
ན་རེ་
|
||
|
|
ཨེ་
|
||
|
|
ཚང་མ
|
||
|
|
ཐམས་ཅད་
|
||
|
|
དམ་
|
||
|
|
འོ་
|
||
|
|
ཅིག་
|
||
|
|
གྱིན་
|
||
|
|
ཡིན
|
||
|
|
ན
|
||
|
|
ཁོ་ན་
|
||
|
|
འམ་
|
||
|
|
ཀྱིན་
|
||
|
|
ལོ
|
||
|
|
ཀྱིས
|
||
|
|
བས་
|
||
|
|
ལགས་
|
||
|
|
ཤིག
|
||
|
|
གིས
|
||
|
|
ཀི་
|
||
|
|
སྣ་ཚོགས་
|
||
|
|
རྣམས
|
||
|
|
སྙེད་པ
|
||
|
|
ཡིས་
|
||
|
|
གྱི
|
||
|
|
གི
|
||
|
|
བམ་
|
||
|
|
ཤིག་
|
||
|
|
རེ་རེ་
|
||
|
|
ནམ
|
||
|
|
མིན་
|
||
|
|
ནམ་
|
||
|
|
ངམ་
|
||
|
|
རུ་
|
||
|
|
འགའ་
|
||
|
|
ཀུན
|
||
|
|
ཤས་
|
||
|
|
ཏུ
|
||
|
|
ཡིས
|
||
|
|
གིན་
|
||
|
|
གམ་
|
||
|
|
འོ
|
||
|
|
ཡིན་པ་
|
||
|
|
མིན
|
||
|
|
ལགས
|
||
|
|
གྱིས
|
||
|
|
ཅང་
|
||
|
|
འགའ
|
||
|
|
སམ་
|
||
|
|
ཞིག
|
||
|
|
འང
|
||
|
|
ལས་ཆེ་
|
||
|
|
འཕྲལ་
|
||
|
|
བར་
|
||
|
|
རུ
|
||
|
|
དང
|
||
|
|
ཡ
|
||
|
|
འག
|
||
|
|
སམ
|
||
|
|
ཀ
|
||
|
|
ཅུང་ཟད་
|
||
|
|
ཅིག
|
||
|
|
ཉིད
|
||
|
|
དུ་མ
|
||
|
|
མ
|
||
|
|
ཡིན་བ
|
||
|
|
འམ
|
||
|
|
མམ
|
||
|
|
དམ
|
||
|
|
དག
|
||
|
|
ཁོ་ན
|
||
|
|
ཀྱི
|
||
|
|
ལམ
|
||
|
|
ཕྱི་
|
||
|
|
ནང་
|
||
|
|
ཙམ
|
||
|
|
ནོ་
|
||
|
|
སོ་
|
||
|
|
རམ་
|
||
|
|
བོ་
|
||
|
|
ཨང་
|
||
|
|
ཕྱི
|
||
|
|
ཏོ་
|
||
|
|
ཚོ
|
||
|
|
ལ་ལ་
|
||
|
|
ཚོ་
|
||
|
|
ཅིང
|
||
|
|
མ་གི་
|
||
|
|
གེ
|
||
|
|
གོ
|
||
|
|
ཡིན་ལུགས་
|
||
|
|
རོ་
|
||
|
|
བོ
|
||
|
|
ལགས་པ་
|
||
|
|
པས
|
||
|
|
རབ་
|
||
|
|
འི
|
||
|
|
རམ
|
||
|
|
བས
|
||
|
|
གཞན
|
||
|
|
སྙེད་པ་
|
||
|
|
འབའ་
|
||
|
|
མཾ་
|
||
|
|
པོ
|
||
|
|
ག་
|
||
|
|
ག
|
||
|
|
གམ
|
||
|
|
སྤྱི་
|
||
|
|
བམ
|
||
|
|
མོ་
|
||
|
|
ཙམ་པ་
|
||
|
|
ཤ་སྟག་
|
||
|
|
མམ་
|
||
|
|
རེ་རེ
|
||
|
|
སྙེད
|
||
|
|
ཏམ་
|
||
|
|
ངོ
|
||
|
|
གྲང་
|
||
|
|
ཏ་རེ
|
||
|
|
ཏམ
|
||
|
|
ཁ་
|
||
|
|
ངེ་
|
||
|
|
ཅོག་
|
||
|
|
རིལ་
|
||
|
|
ཉུང་ཤས་
|
||
|
|
གིང་
|
||
|
|
ཚ་
|
||
|
|
ཀྱང
|
||
|
|
""".split()
|
||
|
|
)
|