User:TJones (WMF)/Notes/Folding Diacritics in Slovak/Stemmer Struggles
Slovak Stemmer Struggles edit
Below is a collection of inflected forms of Slovak words, taken from English Wikipedia, presented as the headword (with link) followed by the stem and the forms that got that stem.
The collection is unrepresentative because I picked some examples at random, and some to be different from others. The first few have perfect stemming—all forms get the same stem—later ones do not. Some, like ísť ("to go") are irregular and so a simple rules-based stemmer isn't going to get everything, but we can probably make it better (see T227924).
| Slovák | |
| slovák | Slováci, Slovák, Slováka, Slovákmi, Slovákoch, Slovákom, Slovákov, Slovákovi |
| slovenský | |
| slovensk | slovenská, slovenské, slovenského, slovenskej, slovenskému, slovenskí, slovenskom, slovenskou, slovenskú, slovenský, slovenských, slovenským, slovenskými |
| pekný | |
| pekn | pekná, pekné, pekného, peknej, peknému, pekní, peknom, peknom, peknou, peknú, pekný, pekných, pekným, peknými |
| nesčíselný | |
| nesčíseln | nesčíselná, nesčíselné, nesčíselného, nesčíselnej, nesčíselnému, nesčíselní, nesčíselnom, nesčíselnou, nesčíselnú, nesčíselný, nesčíselných, nesčíselným, nesčíselnými |
| roztomilý | |
| roztomil | roztomilá, roztomilé, roztomilého, roztomilej, roztomilému, roztomilí, roztomilom, roztomilou, roztomilú, roztomilý, roztomilých, roztomilým, roztomilými |
| žĺtkový | |
| žĺtk | žĺtková, žĺtkové, žĺtkového, žĺtkovej, žĺtkovému, žĺtkoví, žĺtkovom, žĺtkovou, žĺtkovú, žĺtkový, žĺtkových, žĺtkovým, žĺtkovými |
| otrok | |
| otrok | otroci, otrok, otroka, otrokmi, otrokoch, otrokom, otrokov, otrokovi |
| boháč | |
| boháč | boháč, boháča, boháčmi, boháčoch, boháčom, boháčov, boháčovi |
| bohák | boháči |
| biotit | |
| biotit | biotit, biotite, biotitmi, biotitoch, biotitom, biotitov, biotity |
| biotitu | biotitu |
| matkin | |
| matk | matkin, matkina, matkine, matkinej, matkini, matkino, matkinom, matkinou, matkiných, matkiným, matkinými |
| matkinh | matkinho |
| matkinmu | matkinmu |
| matkinu | matkinu |
| cudzí | |
| cud | cudzím |
| cudz | cudzej, cudzí, cudzí, cudzích, cudzími, cudzom, cudzou |
| cudzi | cudzia, cudzie |
| cudzieh | cudzieho |
| cudziemu | cudziemu |
| cudziu | cudziu |
| krásny | |
| krásn | krásna, krásne, krásnej, krásni, krásnom, krásnou, krásny |
| krásneh | krásneho |
| krásnemu | krásnemu |
| krásnu | krásnu |
| krásny | krásnymi |
| krásnych | krásnych |
| krásnym | krásnym |
| budúci | |
| budúc | budúca, budúcej, budúcom, budúcou |
| budúceh | budúceho |
| budúcemu | budúcemu |
| budúci | budúcimi |
| budúcim | budúcim |
| budúcu | budúcu |
| budúk | budúce, budúci, budúcich |
| obtiažny | |
| obtiažn | obtiažna, obtiažne, obtiažnej, obtiažni, obtiažnom, obtiažnou, obtiažny |
| obtiažneh | obtiažneho |
| obtiažnemu | obtiažnemu |
| obtiažnu | obtiažnu |
| obtiažny | obtiažnymi |
| obtiažnych | obtiažnych |
| obtiažnym | obtiažnym |
| aktínium | |
| aktíni | aktínia, aktíniom |
| aktíniu | aktíniu |
| aktínium | aktínium |
| chlapec | |
| chlapc | chlapca, chlapcami, chlapcoch, chlapcom, chlapcov, chlapcovi |
| chlapec | chlapec |
| chlapk | chlapci |
| bezpečnosť | |
| bezpečnosť | bezpečnosť, bezpečnosťami, bezpečnosťou |
| bezpečnost | bezpečnosti, bezpečností |
| bezpečnostiach | bezpečnostiach |
| bezpečnostiam | bezpečnostiam |
| Slovinec | |
| slovinc | Slovinca, Slovincami, Slovincoch, Slovincom, Slovincov, Slovincovi |
| slovinec | Slovinec |
| slovink | Slovinci |
| lyžica | |
| lyžíc | lyžíc |
| lyžic | lyžica, lyžicami, lyžicou |
| lyžiciach | lyžiciach |
| lyžiciam | lyžiciam |
| lyžicu | lyžicu |
| lyžik | lyžice, lyžici |
| tisíci | |
| tisíc | tisíca, tisícej, tisícom, tisícou |
| tisíceh | tisíceho |
| tisícemu | tisícemu |
| tisíci | tisícimi |
| tisícim | tisícim |
| tisícu | tisícu |
| tisík | tisíce, tisíci, tisícich |
| bombardovať | |
| bombardoval | bombardoval, bombardovala, bombardovali, bombardovalo |
| bombardovan | bombardovaný |
| bombardovani | bombardovanie |
| bombardovať | bombardovať |
| bombarduj | bombarduj, bombarduje, bombardujete, bombardujú |
| bombardujem | bombardujem, bombardujeme |
| bombarduješ | bombarduješ |
| bombardujm | bombardujme |
| bombardujt | bombardujte |
| bombardujúc | bombardujúc |
| bombardujúk | bombardujúci |
| oponovať | |
| oponoval | oponoval, oponovala, oponovali, oponovalo |
| oponovan | oponovaný |
| oponovani | oponovanie |
| oponovať | oponovať |
| oponuj | oponuj, oponuje, oponujete, oponujú |
| oponujem | oponujem, oponujeme |
| oponuješ | oponuješ |
| oponujm | oponujme |
| oponujt | oponujte |
| oponujúc | oponujúc |
| oponujúk | oponujúci |
| pomôcť | |
| pomôcť | pomôcť |
| pomôh | pomôže, pomôžete |
| pomohl | pomohla, pomohli, pomohlo |
| pomohol | pomohol |
| pomôž | pomôž |
| pomôžem | pomôžem, pomôžeme |
| pomôžeš | pomôžeš |
| pomôžm | pomôžme |
| pomôžt | pomôžte |
| pomôžu | pomôžu |
| pomôžuc | pomôžuc |
| aktualizovať | |
| aktualizoval | aktualizoval, aktualizovala, aktualizovali, aktualizovalo |
| aktualizovan | aktualizovaný |
| aktualizovani | aktualizovanie |
| aktualizovať | aktualizovať |
| aktualizuj | aktualizuj, aktualizuje, aktualizujete, aktualizujú |
| aktualizujem | aktualizujem, aktualizujeme |
| aktualizuješ | aktualizuješ |
| aktualizujm | aktualizujme |
| aktualizujt | aktualizujte |
| aktualizujúc | aktualizujúc |
| aktualizujúk | aktualizujúci |
| cestovať | |
| cestoval | cestoval, cestovala, cestovali, cestovalo |
| cestovani | cestovanie |
| cestovať | cestovať |
| cestuj | cestuj, cestuje, cestujete, cestujú |
| cestujem | cestujem, cestujeme |
| cestuješ | cestuješ |
| cestujm | cestujme |
| cestujt | cestujte |
| cestujúc | cestujúc |
| cestujúk | cestujúci |
| ísť | |
| iď | iď |
| ide | ide |
| idem | idem, ideme |
| iden | idený |
| ideš | ideš |
| idet | idete |
| iďm | iďme |
| iďt | iďte |
| idú | idú |
| idúc | idúc |
| idúk | idúci |
| išiel | išiel |
| išl | išla, išli, išlo |
| ísť | ísť |
| pôjd | pôjde, pôjdete |
| pôjdem | pôjdem, pôjdeme |
| pôjdeš | pôjdeš |
| pôjdu | pôjdu |