Updated the docs
[porter2stemmer.git] / test / tc_porter2_parts.rb
diff --git a/test/tc_porter2_parts.rb b/test/tc_porter2_parts.rb
deleted file mode 100644 (file)
index 824e2dd..0000000
+++ /dev/null
@@ -1,307 +0,0 @@
-# coding: utf-8
-# Porter 2 stemmer test file
-#
-# This file tests each stage of the stemmer individually.
-
-$:.unshift File.join(File.dirname(__FILE__), "..", "lib")
-
-require 'test/unit'
-require 'porter2'
-
-class TestPorter2 < Test::Unit::TestCase
-
-  def test_tidy
-    assert_equal "abacde", "abacde".porter2_tidy
-    assert_equal "abacde", "  abacde  ".porter2_tidy
-    assert_equal "abacde", "ABACDE".porter2_tidy
-    assert_equal "ab'cde", "ab‘cde".porter2_tidy
-    assert_equal "ab'cde", "ab’cde".porter2_tidy
-    assert_equal "ab'c'de", "ab’c’de".porter2_tidy
-    assert_equal "ab'c'de", "ab‘c‘de".porter2_tidy
-    assert_equal "''abacde", "’‘abacde".porter2_tidy
-  end
-  
-  def test_preprocess
-    assert_equal "abacde", "abacde".porter2_preprocess
-    assert_equal "abacde", "''abacde".porter2_preprocess
-    assert_equal "ab'c'de", "'ab'c'de".porter2_preprocess
-    assert_equal "ab'c'de", "''ab'c'de".porter2_preprocess
-    assert_equal "Yabac", "yabac".porter2_preprocess
-    assert_equal "aYbc", "aybc".porter2_preprocess
-    assert_equal "abacdeY", "abacdey".porter2_preprocess
-    assert_equal "abaYde", "abayde".porter2_preprocess
-    assert_equal "kabaYde", "kabayde".porter2_preprocess
-    assert_equal "kabyaYde", "kabyayde".porter2_preprocess
-    assert_equal "'", "'''".porter2_preprocess
-  end
-  
-  def test_R1
-    assert_equal "iful",  "beautiful".porter2_r1
-    assert_equal "y", "beauty".porter2_r1
-    assert_equal "", "beau".porter2_r1
-    assert_equal "imadversion", "animadversion".porter2_r1
-    assert_equal "kled", "sprinkled".porter2_r1
-    assert_equal "harist", "eucharist".porter2_r1
-    
-    # special cases
-    assert_equal "ate", "generate".porter2_r1
-    assert_equal "ates", "generates".porter2_r1
-    assert_equal "ated", "generated".porter2_r1
-    assert_equal "al", "general".porter2_r1
-    assert_equal "ally", "generally".porter2_r1
-    assert_equal "ic", "generic".porter2_r1
-    assert_equal "ically", "generically".porter2_r1
-    assert_equal "ous", "generous".porter2_r1
-    assert_equal "ously", "generously".porter2_r1
-
-    assert_equal "al", "communal".porter2_r1
-    assert_equal "ity", "community".porter2_r1
-    assert_equal "e", "commune".porter2_r1
-    
-    assert_equal "ic", "arsenic".porter2_r1
-    assert_equal "al", "arsenal".porter2_r1
-  end
-  
-  def test_R2
-    assert_equal "ul",  "beautiful".porter2_r2
-    assert_equal "", "beauty".porter2_r2
-    assert_equal "", "beau".porter2_r2
-    assert_equal "adversion", "animadversion".porter2_r2
-    assert_equal "", "sprinkled".porter2_r2
-    assert_equal "ist", "eucharist".porter2_r2
-  end
-  
-  def test_ends_with_short_syllable?
-    assert_equal true, "rap".porter2_ends_with_short_syllable?
-    assert_equal true, "trap".porter2_ends_with_short_syllable?
-    assert_equal true, "entrap".porter2_ends_with_short_syllable?
-    assert_equal true, "ow".porter2_ends_with_short_syllable? 
-    assert_equal true, "on".porter2_ends_with_short_syllable?
-    assert_equal true, "at".porter2_ends_with_short_syllable?
-    assert_equal false, "uproot".porter2_ends_with_short_syllable? 
-    assert_equal false, "bestow".porter2_ends_with_short_syllable?
-    assert_equal false, "disturb".porter2_ends_with_short_syllable?
-  end
-  
-  def test_is_short_word?
-    short_words = %w[ bed shed shred hop ]
-    long_words = %w[ bead embed beds ]
-    short_words.each do |w|
-      r1 = w.porter2_r1
-      assert_equal true, w.porter2_is_short_word?, 
-         "#{w} should be short but classified as long"
-    end
-    long_words.each do |w|
-      r1 = w.porter2_r1
-      assert_equal false, w.porter2_is_short_word?, 
-         "#{w} should be long but classified as short"
-    end
-  end
-  
-  def test_step_0
-    assert_equal "abac", "abac".porter2_step0
-    assert_equal "abac", "abac'".porter2_step0
-    assert_equal "abac", "abac's".porter2_step0
-    assert_equal "abac", "abac's'".porter2_step0
-    assert_equal "ab'c", "ab'c".porter2_step0
-    assert_equal "ab'sc", "ab'sc".porter2_step0
-    assert_equal "ab's'c", "ab's'c".porter2_step0
-    assert_equal "ab'sc", "ab'sc's".porter2_step0
-    assert_equal "'", "'".porter2_step0
-    assert_equal "'s", "'s".porter2_step0
-    assert_equal "'s", "'s'".porter2_step0
-  end
-  
-  def test_step_1a
-    assert_equal "abacde", "abacde".porter2_step1a
-    assert_equal "abacess", "abacesses".porter2_step1a
-    assert_equal "tie", "ties".porter2_step1a
-    assert_equal "tie", "tied".porter2_step1a
-    assert_equal "cri", "cries".porter2_step1a
-    assert_equal "cri", "cried".porter2_step1a
-    assert_equal "gas", "gas".porter2_step1a
-    assert_equal "this", "this".porter2_step1a
-    assert_equal "gap", "gaps".porter2_step1a
-    assert_equal "kiwi", "kiwis".porter2_step1a
-    assert_equal "abacus", "abacus".porter2_step1a
-    assert_equal "abacess", "abacess".porter2_step1a
-  end
-  
-  def test_step_1b
-    assert_equal "abacde", "abacde".porter2_step1b
-    words_non_gb = {"luxuriated" => "luxuriate", "luxuriating" => "luxuriate", 
-             "hopping" => "hop", "hopped" => "hop",
-             "hoped" => "hope", "hoping" => "hope",
-             "atomized" => "atomize", "atomised" => "atomis",
-             "addicted" => "addict", "bleed" => "bleed" }
-    words_non_gb.each do |original, stemmed|
-      assert_equal stemmed, original.porter2_step1b, 
-         "#{original} should have stemmed to #{stemmed} but got #{original.porter2_step1b(original.porter2_r1)} instead"
-    end
-    words_gb = {"luxuriated" => "luxuriate", "luxuriating" => "luxuriate", 
-             "hopping" => "hop", "hopped" => "hop",
-             "hoped" => "hope", "hoping" => "hope",
-             "atomized" => "atomize", "atomised" => "atomise",
-             "addicted" => "addict", "bleed" => "bleed" }
-    words_gb.each do |original, stemmed|
-      assert_equal stemmed, original.porter2_step1b(true), 
-         "#{original} should have stemmed to #{stemmed} but got #{original.porter2_step1b(original.porter2_r1)} instead"
-    end
-  end
-  
-  def test_step_1c
-    assert_equal "cri", "cry".porter2_step1c
-    assert_equal "by", "by".porter2_step1c
-    assert_equal "saY", "saY".porter2_step1c
-    assert_equal "abbeY", "abbeY".porter2_step1c
-  end
-  
-  def test_step_2
-    assert_equal "abac", "abac".porter2_step2
-    
-    assert_equal "nationalize", "nationalization".porter2_step2
-    assert_equal "nationalisate", "nationalisation".porter2_step2
-    assert_equal "nationalize", "nationalization".porter2_step2(true)
-    assert_equal "nationalise", "nationalisation".porter2_step2(true)
-    # Repeat the steps to ensure that the english-gb behaviour isn't sticky
-    assert_equal "nationalize", "nationalization".porter2_step2(false)
-    assert_equal "nationalisate", "nationalisation".porter2_step2(false)
-    assert_equal "nationalize", "nationalization".porter2_step2
-    assert_equal "nationalisate", "nationalisation".porter2_step2
-    
-    assert_equal "nationalize", "nationalizer".porter2_step2
-    assert_equal "nationaliser", "nationaliser".porter2_step2
-    assert_equal "nationalize", "nationalizer".porter2_step2(true)
-    assert_equal "nationalise", "nationaliser".porter2_step2(true)
-    
-    assert_equal "abaction", "abactional".porter2_step2
-    assert_equal "abacence", "abacenci".porter2_step2
-    assert_equal "abacance", "abacanci".porter2_step2
-    assert_equal "abacable", "abacabli".porter2_step2
-    assert_equal "abacent", "abacentli".porter2_step2
-    assert_equal "abacize", "abacizer".porter2_step2
-    assert_equal "abacize", "abacization".porter2_step2
-    assert_equal "abacate", "abacational".porter2_step2
-    assert_equal "abacate", "abacation".porter2_step2
-    assert_equal "abacate", "abacator".porter2_step2
-    assert_equal "abacal", "abacalism".porter2_step2
-    assert_equal "abacal", "abacaliti".porter2_step2
-    assert_equal "abacal", "abacalli".porter2_step2
-    assert_equal "abacful", "abacfulness".porter2_step2
-    assert_equal "abacous", "abacousli".porter2_step2
-    assert_equal "abacous", "abacousness".porter2_step2
-    assert_equal "abacive", "abaciveness".porter2_step2
-    assert_equal "abacive", "abaciviti".porter2_step2
-    assert_equal "abiliti", "abiliti".porter2_step2
-    assert_equal "abacble", "abacbiliti".porter2_step2
-    assert_equal "abacble", "abacbli".porter2_step2
-    assert_equal "abacful", "abacfulli".porter2_step2
-    assert_equal "abacless", "abaclessli".porter2_step2
-    assert_equal "abaclog", "abaclogi".porter2_step2
-    
-    assert_equal "abac", "abacli".porter2_step2
-    assert_equal "abd", "abdli".porter2_step2
-    assert_equal "abe", "abeli".porter2_step2
-    assert_equal "abg", "abgli".porter2_step2
-    assert_equal "abh", "abhli".porter2_step2
-    assert_equal "abk", "abkli".porter2_step2
-    assert_equal "abm", "abmli".porter2_step2
-    assert_equal "abn", "abnli".porter2_step2
-    assert_equal "abr", "abrli".porter2_step2
-    assert_equal "abt", "abtli".porter2_step2
-    assert_equal "abali", "abali".porter2_step2
-
-    assert_equal "bad", "badli".porter2_step2
-    assert_equal "fluentli", "fluentli".porter2_step2
-    assert_equal "geolog", "geologi".porter2_step2
-  end
-  
-  def test_step_3
-    assert_equal "abac", "abac".porter2_step3("")
-    
-    assert_equal "national", "nationalize".porter2_step3
-    assert_equal "nationalise", "nationalise".porter2_step3
-    assert_equal "national", "nationalise".porter2_step3(true)
-    # Repeat the steps to ensure that the english-gb behaviour isn't sticky
-    assert_equal "national", "nationalize".porter2_step3(false)
-    assert_equal "nationalise", "nationalise".porter2_step3(false)
-    assert_equal "national", "nationalize".porter2_step3
-    assert_equal "nationalise", "nationalise".porter2_step3
-    
-    assert_equal "abaction", "abactional".porter2_step3
-    assert_equal "abacate", "abacational".porter2_step3
-    assert_equal "abacic", "abacicate".porter2_step3
-    assert_equal "abacic", "abaciciti".porter2_step3
-    assert_equal "abacic", "abacical".porter2_step3
-    assert_equal "abac", "abacful".porter2_step3
-    assert_equal "abac", "abacness".porter2_step3
-    
-    assert_equal "abacabac", "abacabacative".porter2_step3
-    assert_equal "abacabac", "abacabacative".porter2_step3
-  
-    assert_equal "dryness", "dryness".porter2_step3
-  end
-  
-  def test_step_4
-    assert_equal "abac", "abac".porter2_step4("")
-    
-    assert_equal "nation", "nationize".porter2_step4
-    assert_equal "nationise", "nationise".porter2_step4
-    assert_equal "nation", "nationize".porter2_step4(true)
-    assert_equal "nation", "nationise".porter2_step4(true)
-    assert_equal "nation", "nationize".porter2_step4(false)
-    assert_equal "nationise", "nationise".porter2_step4(false)
-    assert_equal "nation", "nationize".porter2_step4()
-    assert_equal "nationise", "nationise".porter2_step4()
-    
-    assert_equal "abac", "abacal".porter2_step4
-    assert_equal "abac", "abacance".porter2_step4
-    assert_equal "abac", "abacence".porter2_step4
-    assert_equal "abac", "abacer".porter2_step4
-    assert_equal "abac", "abacic".porter2_step4
-    assert_equal "abacer", "abacerable".porter2_step4
-    assert_equal "abac", "abacible".porter2_step4
-    assert_equal "abac", "abacant".porter2_step4
-    assert_equal "abac", "abacement".porter2_step4     # Check we handle overlapping suffixes properly
-    assert_equal "abacac", "abacacement".porter2_step4
-    assert_equal "abacac", "abacacment".porter2_step4
-    assert_equal "abac", "abacment".porter2_step4
-    assert_equal "abac", "abacent".porter2_step4
-    assert_equal "abac", "abacism".porter2_step4
-    assert_equal "abac", "abacate".porter2_step4
-    assert_equal "abac", "abaciti".porter2_step4
-    assert_equal "abac", "abacous".porter2_step4
-    assert_equal "abac", "abacive".porter2_step4
-    assert_equal "abac", "abacize".porter2_step4
-    assert_equal "abacion", "abacion".porter2_step4
-    assert_equal "abacs", "abacsion".porter2_step4
-    assert_equal "abact", "abaction".porter2_step4
-    assert_equal "abction", "abction".porter2_step4
-    assert_equal "ablut", "ablution".porter2_step4
-    assert_equal "agreement", "agreement".porter2_step4
-    
-    assert_equal "abcal", "abcal".porter2_step4        # No removal if suffix isn't in R2
-  end
-  
-  def test_step_5
-    assert_equal "abac", "abac".porter2_step5
-    
-    assert_equal "abacl", "abacll".porter2_step5
-    assert_equal "abcll", "abcll".porter2_step5
-    
-    assert_equal "abc", "abc".porter2_step5
-    assert_equal "abl", "able".porter2_step5
-    assert_equal "abe", "abe".porter2_step5
-    assert_equal "abac", "abace".porter2_step5
-    assert_equal "bawac", "bawace".porter2_step5
-  end
-  
-  def test_porter2_postprocess
-    assert_equal "abac", "abac".porter2_postprocess
-    assert_equal "abacy", "abacy".porter2_postprocess
-    assert_equal "abacy", "abacY".porter2_postprocess
-    assert_equal "aybcy", "aYbcY".porter2_postprocess
-    assert_equal "aybcy", "aYbcy".porter2_postprocess
-  end
-
-end