cltk-Stop words for Sanskrit(initial check)

stopwords_sanskrit.py

/*
 *Created by Akhilesh Chobey
 */
 
 Pronouns_in_Sanskrit = {
 #First Person
 #Nominative Case
  {'अहम्'   # meaning 'I' (Singular)
  'आवाम्'   # meaning 'Two of us' // this is a special of duality which can be included but might cause redundancy (Dual)
  'वयम्'},  # meaning 'We' (Plural)f
  #Accusative Case
  {'माम्, मा',
   'आवाम्',
   'अस्मान्, नः'}   # नस् Pronounced as 'naḥ'
  #Instrumental Case
  {'मया',
   'आवाभ्याम्',
   'अस्माभिस्'}
  #Dative Case
  {'मह्यम्, मे',
   'आवाभ्याम्, नौ',
   'अस्मभ्यम्, नः'}
  #Ablative Case
  {'मत्',
   'आवाभ्याम्',
   'अस्मत्'}
  #Genitive Case
  {'मम, मे',
   'आवयोः',
   'अस्माकम्, नः'}
  #Locative Case
  {'मयि', 
   'आवयोः',
   'अस्मासु'}
   
 #Second Person
 #Nominative Case
  {'त्वम्' # meaning 'You'
  'युवाम्' # meaning 'Both of you'
  'यूयम्'} # meaning 'All of you'
  #Accusative Case
  {'त्वाम्, त्वा',
   'युवाम्, वाम्',
   'युष्मान्, वः'}   # नस् Pronounced as 'naḥ'
  #Instrumental Case
  {'त्वया',
   'युवाभ्याम्',
   'युष्माभिः'}
  #Dative Case
  {'तुभ्यम्, ते',
   'युवाभ्याम्, वाम्',
   'युष्मभ्यम्, वः'}
  #Ablative Case
  {'त्वत्',
   'युवाभ्याम्',
   'युष्मत्'}
  #Genitive Case
  {'तव, ते',
   'युवयोः, वाम्',
   'युष्माकम्, वः'}
  #Locative Case
  {'त्वयि', 
   'युवयोः',
   'युष्मासु'}

 #Third Person
 #Masculine
 #Nominative Case
  {'सः',   # meaning 'He'
   'तौ',   # meaning 'They both'
   'ते'}   # meaning 'They'
 #Accusative Case
  {'तम्',   
   'तौ',   
   'तान्'} 
 #Instrumental Case
  {'तेन',   
   'ताभ्याम्',   
   'तैः'}  
 #Dative Case
  {'तस्मै',   
   'ताभ्याम्',  
   'तेभ्यः'} 
 #Ablative Case
  {'तस्मात्',  
   'ताभ्याम्',   
   'तेभ्यः'}  
 #Genitive Case
  {'तस्य',   
   'तयोः',  
   'तेषाम्'} 
 #Vocative Case
  {'तस्मिन्',   
   'तयोः',  
   'तेषु'}  
   
 #Feminine 
 #Nominative Case
  {'सा',    # meaning 'She'
   'ते',    # meaning 'They both'
   'ताः'}   # meaning 'They'
 #Accusative Case
  {'ताम्',   
   'ते',   
   'ताः'} 
 #Instrumental Case
  {'तया',   
   'ताभ्याम्',   
   'ताभिः'}  
 #Dative Case
  {'तस्यै',   
   'ताभ्याम्',  
   'ताभ्यः'} 
 #Ablative Case
  {'तस्याः',  
   'ताभ्याम्',   
   'ताभ्यः'}  
 #Genitive Case
  {'तस्य',   
   'तयोः',   
   'तासाम्'}  
 #Vocative Case
  {'तस्याम्',   
   'तयोः',  
   'तासु'}
 
 #Neuter
 #Nominative Case
  {'तत्',   # meaning 'It'
   'ते',    # meaning 'They both'
   'तानि'}   # meaning 'They'
 #Accusative Case
  {'तत्',   
   'ते',    
   'तानि'}
 #Instrumental Case
  {'तया',   
   'ताभ्याम्',   
   'ताभिः'}  
 #Dative Case
  {'तस्यै',   
   'ताभ्याम्',  
   'ताभ्यः'} 
 #Ablative Case
  {'तस्याः',  
   'ताभ्याम्',   
   'ताभ्यः'}  
 #Genitive Case
  {'तस्य',   
   'तयोः',   
   'तासाम्'}  
 #Vocative Case
  {'तस्याम्',   
   'तयोः',  
   'तासु'}  
 
 #Demonstrative Pronouns
 #Masculine
 #Nominative Case
 {'अयम्',  # meaning 'This'
 'इमौ',    # meaning 'These two'
 'इमे'}    # meaning 'These'
 #Accusative Case
 {'इमम्',  
 'इमौ',    
 'इमान्'}   
 #Instrumental Case
 {'अनेन',  
 'आभ्याम्',    
 'एभिः'}
 #Dative Case
 {'अस्मै',  
 'आभ्याम्',    
 'एभ्यः'}
 #Ablative Case
 {'अस्मात्',  
 'आभ्याम्',    
 'एभ्यः'}   
 #Genitive Case
 {'अस्य',  
 'अनयोः',    
 'एषाम्'}   
 #Locative Case
 {'अस्मिन्', 
 'अनयोः',    
 'एषु'}   
 
 #Feminine
 #Nominative Case
 {'इयम्',  
 'इमे',    
 'इमाः'}    
 #Accusative Case
 {'इमाम्',  
 'इमे',    
 'इमाः'}   
 #Instrumental Case
 {'अनया',  
 'आभ्याम्',    
 'आभिः'}
 #Dative Case
 {'अस्यैै',  
 'आभ्याम्',    
 'आभ्यः'}
 #Ablative Case
 {'अस्याः',  
 'आभ्याम्',    
 'आभ्यः'}   
 #Genitive Case
 {'अस्याः',  
 'अनयोः',    
 'आसाम्'}   
 #Locative Case
 {'अस्याम्', 
 'अनयोः',    
 'आसुु'} 
 
 #Neuter
 #Nominative Case
 {'इदम्',  
 'इमे',    
 'इमानि'}   
 #Accusative Case
 {'इदम्',  
 'इमे',    
 'इमानि'}}   
 #Instrumental Case
 {'अनेन',  
 'आभ्याम्',    
 'एभिः'}
 #Dative Case
 {'अस्मै',  
 'आभ्याम्',    
 'एभ्यः'}
 #Ablative Case
 {'अस्मात्',  
 'आभ्याम्',    
 'एभ्यः'}   
 #Genitive Case
 {'अस्य',  
 'अनयोः',    
 'एषाम्'}   
 #Locative Case
 {'अस्मिन्', 
 'अनयोः',    
 'एषु'}

  #Pronoun 'एतत्' for 'This'
 #Masculine
 #Nominative
 {'एषः',   # Singular
  'एतौ',   # Dual
  'एते'}    # Plural
 #Accusative
  {'एतम्, एनम्', 
  'एतौ, एनौ',
  'एतान्, एनान्'}
 #Instrumental
  {'एतेन', 
  'एताभ्याम्',
  'एतैः'}
 #Dative
  {'एतस्मै', 
  'एताभ्याम्',
  'एतेभ्यः'}
 #Ablative
  {'एतस्मात्', 
  'एताभ्याम्',
  'एतेभ्यः'}
 #Genitive
  {'एतस्य', 
  'एतस्मिन्',
  'एतेषाम्'}
 #Locative
  {'एतस्मिन्', 
  'एतस्मिन्',
  'एतेषु'}

 #Feminine
 #Nominative
 {'एषा',  # Singular
  'एते',   # Dual
  'एताः'} # Plural
 #Accusative
  {'एताम्, एनाम्', 
  'एते, एने',
  'एताः, एनाः'}
 #Instrumental
  {'एतया, एनया', 
  'एताभ्याम्',
  'एताभिः'}
 #Dative
  {'एतस्यै', 
  'एताभ्याम्',
  'एताभ्यः'}
 #Ablative
  {'एतस्याः', 
  'एताभ्याम्',
  'एताभ्यः'}
 #Genitive
  {'एतस्याः', 
  'एतयोः, एनयोः',
  'एतासाम्'}
 #Locative
  {'एतस्याम्', 
  'एतयोः, एनयोः',
  'एतासु'}
  
 #Neuter
 #Nominative
 {'एतत्, एतद्',  # Singular
  'एते',        # Dual
  'एतानि'}      # Plural
 #Accusative
  {'एतत्, एतद्, एनत्, एनद्', 
  'एते, एने',
  'एतानि, एनानि'}
 #Instrumental
  {'एतेन, एनेन', 
  'एताभ्याम्',
  'एतैः'}
 #Dative
  {'एतस्मै', 
  'एताभ्याम्',
  'एतेभ्यः'}
 #Ablative
  {'एतस्मात्', 
  'एताभ्याम्',
  'एतेभ्यः'}
 #Genitive
  {'एतस्य', 
  'एतयोः, एनयोः',
  'एतेषाम्'}
 #Locative
  {'एतस्मिन्', 
  'एतयोः, एनयोः',
  'एतेषु'}

 #More on 'This' with 'अदस्'
 #Masculine 
 #Nominative
 {'असौ',  # Singular
  'अमू',        # Dual
  'अमी'}      # Plural
 #Accusative
  {'अमूम्', 
  'अमू',
  'अमून्'}
 #Instrumental
  {'अमुना', 
  'अमूभ्याम्',
  'अमीभिः'}
 #Dative
  {'अमुष्मै', 
  'अमूभ्याम्',
  'अमीभ्यः'}
 #Ablative
  {'अमुष्मात्', 
  'अमूभ्याम्',
  'अमीभ्यः'}
 #Genitive
  {'अमुष्य', 
  'अमुयोः',
  'अमीषाम्'}
 #Locative
  {'अमुष्मिन्', 
  'अमुयोः',
  'अमीषु'}

 #Masculine 
 #Feminine
 {'असौ',    # Singular
  'अमू',    # Dual
  'अमूः'}    # Plural
 #Accusative
  {'अमूम्', 
  'अमू',
  'अमूः'}
 #Instrumental
  {'अमुया', 
  'अमूभ्याम्',
  'अमूभिः'}
 #Dative
  {'अमुष्यै', 
  'अमूभ्याम्',
  'अमूभ्यः'}
 #Ablative
  {'अमुष्याः', 
  'अमूभ्याम्',
  'अमूभ्यः'}
 #Genitive
  {'अमुष्याः', 
  'अमुयोः',
  'अमूषाम्'}
 #Locative
  {'अमुष्याम्', 
  'अमुयोः',
  'अमूषु'}

 #Neuter 
 #Nominative
 {'अमु',  # Singular
  'अमुनी',        # Dual
  'अमूनि'}      # Plural
 #Accusative
  {'अमु', 
  'अमुनी',
  'अमूनि'}
 #Instrumental
  {'अमुना', 
  'अमूभ्याम्',
  'अमीभिः'}
 #Dative
  {'अमुष्मै', 
  'अमूभ्याम्',
  'अमीभ्यः'}
 #Ablative
  {'अमुष्मात्', 
  'अमूभ्याम्',
  'अमीभ्यः'}
 #Genitive
  {'अमुष्य', 
  'अमुयोः',
  'अमीषाम्'}
 #Locative
  {'अमुष्मिन्', 
  'अमुयोः',
  'अमीषु'}

 #Interrogative Pronouns
 #Masculine 'किम्'
 #Nominative
 {'कः', # Singular
  'कौ', # Dual
  'के'} # Plural
 #Accusative
  {'कम्', 
  'कौ',
  'कान्'}
 #Instrumental
  {'केन', 
  'काभ्याम्',
  'कैः'}
 #Dative
  {'कस्मै', 
  'काभ्याम्',
  'केभ्य'}
 #Ablative
  {'कस्मात्', 
  'काभ्याम्',
  'केभ्य'}
 #Genitive
  {'कस्य', 
  'कयोः',
  'केषाम्'}
 #Locative
  {'कस्मिन्', 
  'कयोः',
  'केषु'}

 #Feminine 'किम्'
 #Nominative
 {'का', # Singular
  'के', # Dual
  'काः'} # Plural
 #Accusative
  {'काम्', 
  'के',
  'काः'}
 #Instrumental
  {'कया', 
  'काभ्याम्',
  'काभिः'}
 #Dative
  {'कस्यै', 
  'काभ्याम्',
  'काभ्यः'}
 #Ablative
  {'कस्याः', 
  'काभ्याम्',
  'काभ्यः'}
 #Genitive
  {'कस्याः', 
  'कयोः',
  'कासाम्'}
 #Locative
  {'कस्याम्', 
  'कयोः',
  'कासु'}

 #Neuter 'किम्'
 #Nominative
 {'किम्',  # Singular
  'के',   # Dual
  'कानि'} # Plural
 #Accusative
  {'किम्', 
  'के',
  'कानि'}
 #Instrumental
  {'केन', 
  'काभ्याम्',
  'कैः'}
 #Dative
  {'कस्मै', 
  'काभ्याम्',
  'केभ्य'}
 #Ablative
  {'कस्मात्', 
  'काभ्याम्',
  'केभ्य'}
 #Genitive
  {'कस्य', 
  'कयोः',
  'केषाम्'}
 #Locative
  {'कस्मिन्', 
  'कयोः',
  'केषु'}

 #Pronoun 'भवत्' which is used to address someone respectfully
 #Masculine
 #Nominative
 {'भवान्',  # Singular
  'भवन्तौ',   # Dual
  'भवन्तः'} # Plural
 #Accusative
  {'भवन्तम्', 
  'भवन्तौ',
  'भवतः'}
 #Instrumental
  {'भवता', 
  'भवद्भ्याम्',
  'भवद्भिः'}
 #Dative
  {'भवते', 
  'भवद्भ्याम्',
  'भवद्भ्यः'}
 #Ablative
  {'भवतः', 
  'भवद्भ्याम्',
  'भवद्भ्यः'}
 #Genitive
  {'भवतः', 
  'भवतोः',
  'भवताम्'}
 #Locative
  {'भवति', 
  'भवतोः',
  'भवत्सु'}

 #Feminine
 #Nominative
 {'भवती',  # Singular
  'भवत्यौ',   # Dual
  'भवत्यः'} # Plural
 #Accusative
  {'भवतीम्', 
  'भवत्यौ',
  'भवतीः'}
 #Instrumental
  {'भवत्या', 
  'भवतीभ्याम्',
  'भवतीभिः'}
 #Dative
  {'भवत्यै', 
  'भवतीभ्याम्',
  'भवतीभिः'}
 #Ablative
  {'भवत्याः', 
  'भवतीभ्याम्',
  'भवतीभिः'}
 #Genitive
  {'भवत्याः', 
  'भवत्योः',
  'भवतीनाम्'}
 #Locative
  {'भवत्याम्', 
  'भवत्योः',
  'भवतीषु'}

 #Neuter
 #Nominative
 {'भवत्',  # Singular
  'भवती',   # Dual
  'भवन्ति'} # Plural
 #Accusative
  {'भवत्', 
  'भवती',
  'भवन्ति'}
 #Instrumental
  {'भवता', 
  'भवद्भ्याम्',
  'भवद्भिः'}
 #Dative
  {'भवते', 
  'भवद्भ्याम्',
  'भवद्भ्यः'}
 #Ablative
  {'भवतः', 
  'भवद्भ्याम्',
  'भवद्भ्यः'}
 #Genitive
  {'भवतः', 
  'भवतोः',
  'भवताम्'}
 #Locative
  {'भवति', 
  'भवतोः',
  'भवत्सु'}

 }

Interjections = {
 'अये',      #surprise , recollection , fatigue , fear 
 'अरे',          #interjection of calling
 'अरेरे',        #	interjection of calling to inferiors or of calling angrily
 'अविधा',
 'असाधुना',   #disapproval
 'अस्तोभ',      # 	without the interjection of the sound called stobha	
 'अहह', 
 'अहावस्'       # 	an interjection said to sound like a flourish at the end of a sAman verse
 'आम्',        #  interjection of assent or recollection 
 'आर्यहलम्',
 'आह', 
 'आहो',
 'इस्',         # interjection of anger or pain or sorrow
 'उम्',          #an interjection of anger
 'उवे',
 'काम्',        # 	an interjection used in calling out to another	
 'कुम्',
 'चमत्',        #  interjection of surprise
 'टसत्',        # 	an interjection imitating the sound of bursting	
 'दृन्',
 'धिक्',      #reproach or displeasure
 'पाट्',         # interjection used in calling
 'फत्',
 'फाट्',         # interjection of calling
 'फुडुत्',
 'बत',         #	an interjection expressing astonishment or regret	
 'बाल्	',       # 	onomatopoeical an interjection imitating the sound of a falling body
 'वट्',         # 	an interjection or exclamation used in sacrificial ceremonie
 'व्यवस्तोभति ( व्यवस्तुभ् }', # 	interpose certain sounds or interjections in chanting the sAmavedas
 'षाट्',         # 	vocative particle or interjection of calling
 'स्तोभ',       # hurrah
 'हुम्मा',        # interjection in a sAman
 'हूम्',         #  exclamation or interjection
 }
 
 Upasarga = {
  'अति', #beyond, over, too much 
  'अधि', #above, on top, over	
  'अनु',  #after, following	
  'अप',  #off, away from	
  'अपि', #unto, close upon	
  'अभि', #toward, facing	
  'अव',  #down, downward	
  'आ',  #unto, towards	
  'उद्',  #up, out, towards	
  'उप',  #near, next to, beside	
  'नि',  #into, down	
  'निर्',  #out of, away from	
  'परा',  #opposite, in reverse	
  'परि',  #around, about	
  'प्र',   #forth, forward, onward	
  'प्रति', #against, back to	
  'वि',  #apart, distinct, different	
  'सम्'  #together, along with
  }
  
Conjunctions = {
'अथवा,उत ',            #meaning 'Or'
'अन्यथा',               #meaning 'Otherwise'
'इव',                  #meaning 'As' or 'As though'
'च',                  #meaning 'And'
'चेत्,यदि ',           #meaning 'if'
'तु,परन्तु ',          #meaning 'But'
'यतः,करणेन,हि,यतस्,यदर्थम्,यदर्थे,यर्हि,यथा,यत्कारणम्,येन,ही,हिन',   #meaning 'because'
'यथा,यतस्',               #meaning 'As soon as'
'यद्यपि',                 #meaning 'Although' or 'Even if'
'यात्,अवधेस्,यावति',       #meaning 'As long as'
'येन प्रकारेण',             #meaning 'As if'
'स्थाने'                   #meaning 'Instead of'
 }

 Nipata = 
 {'अह ',           #meaning 'at least' or 'surely'
 'एव ',            #meaning 'really'
 'एवम् ',          #meaning 'thus'
 'कच्चित् ',
 'कु',
 'कुवित्  ',
 'कूपत् ',
 'च ',            #meaning 'And'
 'चण् ',          #meaning 'go'
 'चेत् ',         #meaning 'if'
 'तत्र ',         #meaning 'wherein' or 'then'
 'नकिम् ',      #meaning 'never' or 'not at all'
 'नह ',
 'नुनम् ',       #meaning 'indeed'
 'नेत् ',
 'भूयस्',       #meaning 'mostly' or 'generally'
 'मकिम्',      #meaning 'may'
 'मकिर् ',
 'यत्र ',       #meaning 'if' or 'when'
 'युगपत् ',    #meaning 'Together'
 'वा ',       #meaning 'Or'
 'शश्वत् ',
 'सूपत् ',
 'ह ',
 'हन्त',       #expressing wonder or sorrow
 'हि',
 }

Added third person and demonstratives.

Added interjections and upasargas.