]> git.openstreetmap.org Git - nominatim.git/blobdiff - settings/legacy_icu_tokenizer.yaml
reinstate word column in icu word table
[nominatim.git] / settings / legacy_icu_tokenizer.yaml
index 402893fc611acb02296557dc13d0119498f1d2b4..5fd30bd8f2ee194806c28942ced3f7ab3191d5c6 100644 (file)
 normalization:
-    - ":: NFD ()"
-    - "[[:Nonspacing Mark:] [:Cf:]] >"
     - ":: lower ()"
+    - !include icu-rules/unicode-digits-to-decimal.yaml
+    - "'№' > 'no'"
+    - "'n°' > 'no'"
+    - "'nº' > 'no'"
+    - "ª > a"
+    - "º > o"
+    - "[[:Punctuation:][:Symbol:]]  > ' '"
     - "ß > 'ss'" # German szet is unimbigiously equal to double ss
-    - "[[:Punctuation:][:Space:]]+ > ' '"
-    - ":: NFC ()"
+    - "[^[:Letter:] [:Number:] [:Space:]] >"
+    - "[:Lm:] >"
+    - ":: [[:Number:]] Latin ()"
+    - ":: [[:Number:]] Ascii ();"
+    - ":: [[:Number:]] NFD ();"
+    - "[[:Nonspacing Mark:] [:Cf:]] >;"
+    - "[:Space:]+ > ' '"
 transliteration:
+    - ":: Latin ()"
     - !include icu-rules/extended-unicode-to-asccii.yaml
     - ":: Ascii ()"
     - ":: NFD ()"
-    - "'' >"
-    - "[[:Nonspacing Mark:] [:Cf:]] >"
     - "[^[:Ascii:]] >"
     - ":: lower ()"
-    - "[[:Punctuation:][:Space:]]+ > ' '"
     - ":: NFC ()"
-compound_suffixes:
-    # Danish
-    - hal
-    - hallen
-    - hallerne
-    # German
-    - berg
-    - brücke
-    - fabrik
-    - gasse
-    - graben
-    - haus
-    - höhle
-    - hütte
-    - kapelle
-    - kogel
-    - markt
-    - pfad
-    - platz
-    - quelle
-    - spitze
-    - stiege
-    - strasse
-    - teich
-    - universität
-    - wald
-    - weg
-    - wiese
-    # Dutch
-    - gracht
-    - laan
-    - markt
-    - plein
-    - straat
-    - vliet
-    - weg
-    # Norwegian
-    - vei
-    - veien
-    - veg
-    - vegen
-    - gate
-    - gaten
-    - gata
-    - plass
-    - plassen
-    - sving
-    - svingen
-    # Finnish
-    - alue
-    - asema
-    - aukio
-    - kaari
-    - katu
-    - kuja
-    - kylä
-    - penger
-    - polku
-    - puistikko
-    - puisto
-    - raitti
-    - ranta
-    - rinne
-    - taival
-    - tie
-    - tori
-    - väylä
-    # Swedish
-    - väg
-    - vägen
-    - gatan
-    - gata
-    - gränd
-    - gränden
-    - stig
-    - stigen
-    - plats
-    - platsen
-abbreviations:
-    - acceso => acces
-    - access => accs
-    - acequia => aceq
-    - air force base => afb
-    - air national guard base => angb
-    - alameda => alam
-    - ale => al
-    - alea => al
-    - aleea => al
-    - aleja => al
-    - alejach => al
-    - aleje => al
-    - aleji => al
-    - all => al
-    - allee => al
-    - alley => al
-    - alleyway => alwy
-    - ally => al
-    - alqueria => alque
-    - alue => al
-    - aly => al
-    - am => a
-    - amble => ambl
-    - an der => a d
-    - andador => andad
-    - angosta => angta
-    - apartamentos => aptos
-    - apartments => apts
-    - apch => app
-    - apeadero => apdro
-    - approach => app
-    - arboleda => arb
-    - arcade => arc
-    - arrabal => arral
-    - arroyo => arry
-    - arterial => artl
-    - artery => arty
-    - auf der => a d
-    - aukio => auk
-    - autopista => auto
-    - autovia => autov
-    - avd => av
-    - avda => av
-    - ave => av
-    - avenida => av
-    - avenue => av
-    - avinguda => av
-    - b dul => bd
-    - back => bk
-    - bad => b
-    - bahnhof => bf
-    - bajada => bjada
-    - balneario => balnr
-    - banan => ba
-    - banda => b
-    - barranco => branc
-    - barranquil => bqllo
-    - barriada => barda
-    - barrio => bo
-    - barro => bo
-    - basin => basn
-    - bda => b
-    - bdge => bri
-    - bdul => bd
-    - bdwy => bway
-    - beach => bch
-    - berg => bg
-    - bgm => bgm
-    - bhf => bf
-    - bldngs => bldgs
-    - block => blk
-    - blok => bl
-    - bloque => blque
-    - blv => bd
-    - blvd => bd
-    - boardwalk => bwlk
-    - boulevard => bd
-    - boundary => bdy
-    - brace => br
-    - brazal => brzal
-    - brdg => bri
-    - break => brk
-    - bridge => bri
-    - broadway => bway
-    - broeder => br
-    - brücke => br
-    - buildings => bldgs
-    - bul => bd
-    - bulev => bd
-    - bulevar => bd
-    - bulevard => bd
-    - bulevardu => bd
-    - bulevardul => bd
-    - bulievard => bd
-    - bulvar => bl
-    - bulvari => bl
-    - burg => bg
-    - burgemeester => bg
-    - burgermeister => bgm
-    - business => bus
-    - buu dien => bd
-    - bvd => bd
-    - bypa => byp
-    - bypass => byp
-    - byway => bywy
-    - c le => c
-    - cadde => cd
-    - caddesi => cd
-    - calle => c
-    - callej => cjon
-    - calleja => cllja
-    - callejon => cjon
-    - callejuela => cjla
-    - callizo => cllzo
-    - calzada => czada
-    - camino => cno
-    - camino hondo => c h
-    - camino nuevo => c n
-    - camino viejo => c v
-    - camping => campg
-    - campo => c po
-    - can cu khong quan => cckq
-    - cantera => cantr
-    - cantina => canti
-    - canton => cant
-    - cao dang => cd
-    - caravan => cvn
-    - carrer => c
-    - carrera => cra
-    - carrero => cro
-    - carretera => ctra
-    - carreterin => ctrin
-    - carretil => crtil
-    - carril => crril
-    - caserio => csrio
-    - cau ldhc bo => clb
-    - caus => cway
-    - causeway => cway
-    - ce => cv
-    - cen => ctr
-    - center => ctr
-    - centre => ctr
-    - centreway => cnwy
-    - cesta => c
-    - chalet => chlet
-    - chase => ch
-    - che => ch
-    - chemin => ch
-    - cinturon => cint
-    - circle => cir
-    - circuit => cct
-    - circunvalacion => ccvcn
-    - circus => crcs
-    - city => cty
-    - cl => c
-    - cllon => cjon
-    - close => c
-    - cmno => cno
-    - cobertizo => cbtiz
-    - colonia => col
-    - commandant => cmdt
-    - common => comm
-    - community => comm
-    - complejo => compj
-    - concourse => con
-    - cong truong => ct
-    - cong ty => cty
-    - cong ty co phyn => ctcp
-    - cong vien => cv
-    - cong vien van hoa => cvvh
-    - conjunto => cjto
-    - convento => cnvto
-    - cooperativa => coop
-    - copse => cps
-    - corner => cnr
-    - corral => crral
-    - corralillo => crrlo
-    - corredor => crrdo
-    - corso => c so
-    - corte => c te
-    - cortijo => crtjo
-    - costanilla => cstan
-    - costera => coste
-    - cottages => cotts
-    - county => co
-    - county route => cr
-    - cours => crs
-    - court => ct
-    - courtyard => ctyd
-    - cove => cv
-    - creek => cr
-    - cres => cr
-    - crescent => cr
-    - crest => crst
-    - crk => cr
-    - croft => cft
-    - cross => crss
-    - crossing => xing
-    - crossroad => crd
-    - crossway => cowy
-    - crsg => xing
-    - crt => ct
-    - csac => cds
-    - cswy => cway
-    - cty cp => ctcp
-    - cuadra => cuadr
-    - cuesta => custa
-    - cul de sac => cds
-    - cutting => cutt
-    - ddhi hoc => dh
-    - ddhi lo => dl
-    - dehesa => dhsa
-    - demarcacion => demar
-    - deviation => devn
-    - diagonal => diag
-    - diseminado => disem
-    - distributor => dstr
-    - doctor => dr
-    - dokter => dr
-    - doktor => d r
-    - dolna => dln
-    - dolne => dln
-    - dolny => dln
-    - dominee => ds
-    - dorf => df
-    - dotsient => dots
-    - drive => dr
-    - driveway => dvwy
-    - druga => 2
-    - drugi => 2
-    - drugie => 2
-    - drv => dr
-    - drwy => dvwy
-    - duong => d
-    - duong sat => ds
-    - duza => dz
-    - duze => dz
-    - duzy => dz
-    - east => e
-    - edificio => edifc
-    - elbow => elb
-    - empresa => empr
-    - entrada => entd
-    - entrance => ent
-    - errepidea => err
-    - escalera => esca
-    - escalinata => escal
-    - espalda => eslda
-    - esplanade => esp
-    - estacion => estcn
-    - estate => est
-    - estrada => estda
-    - etorbidea => etorb
-    - explanada => expla
-    - expressway => exp
-    - expy => exp
-    - extension => ex
-    - extramuros => extrm
-    - extrarradio => extrr
-    - fabrica => fca
-    - fairway => fawy
-    - faubourg => fg
-    - fbrca => fca
-    - ferry => fy
-    - fire track => ftrk
-    - firetrail => fit
-    - follow => folw
-    - fondamenta => f ta
-    - footway => ftwy
-    - foreshore => fshr
-    - formation => form
-    - fort => ft
-    - freeway => fwy
-    - front => frnt
-    - frontage => frtg
-    - frwy => fwy
-    - fundacul => fdc
-    - fundatura => fnd
-    - ga => g
-    - galeria => gale
-    - gamla => gla
-    - garden => gdn
-    - gardens => gdn
-    - gata => g
-    - gatan => g
-    - gate => g
-    - gaten => g
-    - gdns => gdn
-    - gebroeders => gebr
-    - generaal => gen
-    - gienieral => ghien
-    - glade => gl
-    - gld => gl
-    - glde => gl
-    - glorieta => gta
-    - gorna => gn
-    - gorne => gn
-    - gorny => gn
-    - gracht => gr
-    - grad => ghr
-    - gran via => g v
-    - grand => gr
-    - granden => gr
-    - grange => gra
-    - granja => granj
-    - green => gn
-    - grn => gn
-    - gro => gr
-    - grosse => gr
-    - grosser => gr
-    - grosses => gr
-    - ground => grnd
-    - grove => gr
-    - gt => g
-    - gte => g
-    - gully => gly
-    - hauptbahnhof => hbf
-    - heights => hts
-    - heiligen => hl
-    - hgts => hts
-    - high school => hs
-    - highroad => hrd
-    - highway => hwy
-    - hipodromo => hipod
-    - hird => hrd
-    - hospital => hosp
-    - house => ho
-    - hse => ho
-    - i => 1
-    - ii => 2
-    - iii => 3
-    - im => 1
-    - impasse => imp
-    - in => 1
-    - in der => i d
-    - industrial => ind
-    - ingenieur => ir
-    - interchange => intg
-    - international => intl
-    - intr => int
-    - intrarea => int
-    - island => is
-    - jardin => jdin
-    - jonkheer => jhr
-    - junction => jnc
-    - k s => ks
-    - kaari => kri
-    - kalea => k
-    - kanunnik => kan
-    - kapitan => kap
-    - kardinaal => kard
-    - katu => k
-    - khach sdhn => ks
-    - khu cong nghiep => kcn
-    - khu du lich => kdl
-    - khu nghi mat => knm
-    - kleine => kl
-    - kleiner => kl
-    - kleines => kl
-    - kolo => k
-    - kolonel => kol
-    - kolonia => kol
-    - koning => kon
-    - koningin => kon
-    - kort e => k
-    - kri => kri
-    - kte => k
-    - kuja => kj
-    - kvartal => kv
-    - kyla => kl
-    - laan => ln
-    - ladera => ldera
-    - landing => ldg
-    - lane => ln
-    - laneway => lnwy
-    - lange => l
-    - largo => l go
-    - lille => ll
-    - line => ln
-    - link => lk
-    - lit => lt
-    - little => lt
-    - llanura => llnra
-    - lookout => lkt
-    - loop => lp
-    - low => lr
-    - lower => lr
-    - luitenant => luit
-    - lwr => lr
-    - m te => mt
-    - m tele => mt
-    - maantee => mt
-    - mala => ml
-    - male => ml
-    - malecon => malec
-    - maly => ml
-    - manor => mnr
-    - mansions => mans
-    - market => mkt
-    - markt => mkt
-    - mazowiecka => maz
-    - mazowiecki => maz
-    - mazowieckie => maz
-    - meadows => mdws
-    - meander => mr
-    - medical => med
-    - meester => mr
-    - mercado => merc
-    - mevrouw => mevr
-    - mews => m
-    - miasto => m
-    - middle => mid
-    - middle school => ms
-    - mile => mi
-    - military => mil
-    - mirador => mrdor
-    - mitropolit => mit
-    - mkt => mkt
-    - mndr => mr
-    - mnt => mt
-    - monasterio => mtrio
-    - monseigneur => mgr
-    - mont => mt
-    - motorway => mwy
-    - mount => mt
-    - mountain => mtn
-    - mtwy => mwy
-    - muelle => muell
-    - municipal => mun
-    - muntele => mt
-    - museum => mus
-    - mw => m
-    - na => n
-    - namesti => nam
-    - namestie => nam
-    - national park => np
-    - national recreation area => nra
-    - national wildlife refuge area => nwra
-    - nha hat => nh
-    - nha thi dzu => ntd
-    - nha tho => nt
-    - nordre => ndr
-    - norra => n
-    - north => n
-    - north east => ne
-    - north west => n
-    - northeast => ne
-    - northwest => n
-    - nowa => n
-    - nowe => n
-    - nowy => n
-    - nucleo => ncleo
-    - nw => n
-    - oa => o
-    - ob => o
-    - obere => o
-    - oberer => o
-    - oberes => o
-    - olv => olv
-    - onze lieve vrouw e => olv
-    - osiedle => os
-    - osiedlu => os
-    - ostra => o
-    - outlook => otlk
-    - p k => pk
-    - p ta => pta
-    - p zza => p za
-    - palacio => palac
-    - pantano => pant
-    - parade => pde
-    - paraje => praje
-    - park => pk
-    - parklands => pkld
-    - parkway => pwy
-    - parque => pque
-    - particular => parti
-    - partida => ptda
-    - pas => ps
-    - pasadizo => pzo
-    - pasaje => psaje
-    - paseo => po
-    - paseo maritimo => psmar
-    - pasillo => psllo
-    - pass => ps
-    - passage => ps
-    - passatge => ptge
-    - passeig => pg
-    - pastoor => past
-    - pathway => pway
-    - penger => pgr
-    - pfad => p
-    - pgr => pgr
-    - ph => p
-    - phi truong => pt
-    - phuong => p
-    - phwy => pway
-    - piata => pta
-    - piaz => p za
-    - piazza => p za
-    - piazzale => p le
-    - piazzetta => pta
-    - pierwsza => 1
-    - pierwsze => 1
-    - pierwszy => 1
-    - pike => pk
-    - pko => pko
-    - pkwy => pwy
-    - pky => pwy
-    - plac => pl
-    - placa => pl
-    - place => pl
-    - placem => pl
-    - placu => pl
-    - plass => pl
-    - plassen => pl
-    - plateau => plat
-    - plats => pl
-    - platsen => pl
-    - platz => pl
-    - plaza => pl
-    - plazoleta => pzta
-    - plazuela => plzla
-    - plein => pln
-    - pln => pln
-    - ploshchad => pl
-    - plz => pl
-    - plza => pl
-    - pnt => pt
-    - poblado => pbdo
-    - pocket => pkt
-    - point => pt
-    - poligono => polig
-    - poligono industrial => pgind
-    - polku => p
-    - ponte => p te
-    - porta => pta
-    - portal => prtal
-    - portico => prtco
-    - portillo => ptilo
-    - prazuela => przla
-    - precinct => pct
-    - pres => pres
-    - president => pres
-    - prins => pr
-    - prinses => pr
-    - professor => prof
-    - profiesor => prof
-    - prolongacion => prol
-    - promenade => prom
-    - psge => ps
-    - pueblo => pblo
-    - puente => pnte
-    - puerta => pta
-    - puerto => pto
-    - puistikko => pko
-    - puisto => ps
-    - punto kilometrico => pk
-    - pza => pl
-    - quadrangle => qdgl
-    - quadrant => qdrt
-    - quai => qu
-    - quan => q
-    - quay => qy
-    - quays => qys
-    - qucyng truong => qt
-    - quelle => qu
-    - quoc lo => ql
-    - raitti => r
-    - rambla => rbla
-    - ramble => rmbl
-    - rampla => rampa
-    - range => rnge
-    - ranta => rt
-    - rdhp hat => rh
-    - reach => rch
-    - reservation => res
-    - reserve => res
-    - reservoir => res
-    - residencial => resid
-    - retreat => rtt
-    - rhein => rh
-    - ribera => rbra
-    - ridge => rdge
-    - ridgeway => rgwy
-    - right of way => rowy
-    - rincon => rcon
-    - rinconada => rcda
-    - rinne => rn
-    - rise => ri
-    - riv => r
-    - river => r
-    - riverway => rvwy
-    - riviera => rvra
-    - road => rd
-    - roads => rds
-    - roadside => rdsd
-    - roadway => rdwy
-    - ronde => rnde
-    - rosebowl => rsbl
-    - rotary => rty
-    - rotonda => rtda
-    - round => rnd
-    - route => rt
-    - rte => rt
-    - rue => r
-    - rvr => r
-    - sa => s
-    - saint => st
-    - sainte => ste
-    - salizada => s da
-    - san => s
-    - san bay => sb
-    - san bay quoc te => sbqt
-    - san van dong => svd
-    - sanatorio => sanat
-    - sankt => st
-    - santa => sta
-    - santuario => santu
-    - sector => sect
-    - sendera => sedra
-    - sendero => send
-    - serviceway => swy
-    - shunt => shun
-    - shwy => sh
-    - siding => sdng
-    - sielo => s
-    - sint => st
-    - slope => slpe
-    - sodra => s
-    - sok => sk
-    - sokagi => sk
-    - sokak => sk
-    - sondre => sdr
-    - soseaua => sos
-    - sound => snd
-    - south => s
-    - south east => se
-    - south west => sw
-    - south-east => se
-    - south-west => sw
-    - southeast => se
-    - southwest => sw
-    - spl => sp
-    - splaiul => sp
-    - spodnja => sp
-    - spodnje => sp
-    - spodnji => sp
-    - square => sq
-    - srednja => sr
-    - srednje => sr
-    - srednji => sr
-    - stara => st
-    - stare => st
-    - stary => st
-    - state highway => sh
-    - state route => sr
-    - station => stn
-    - stazione => staz
-    - ste => ste
-    - steenweg => stwg
-    - sth => s
-    - stig => st
-    - stigen => st
-    - store => st
-    - str la => sdla
-    - stra => st
-    - straat => st
-    - strada => st
-    - strada comunale => sc
-    - strada provinciale => sp
-    - strada regionale => sr
-    - strada statale => ss
-    - stradela => sdla
-    - strand => st
-    - strasse => str
-    - street => st
-    - strip => strp
-    - stwg => stwg
-    - subida => sbida
-    - subway => sbwy
-    - sveta => sv
-    - sveti => sv
-    - svieti => sv
-    - sving => sv
-    - svingen => sv
-    - svwy => swy
-    - taival => tvl
-    - tanav => tn
-    - tce => ter
-    - tcty => tct
-    - terr => ter
-    - terrace => ter
-    - thanh pho => tp
-    - thfr => thor
-    - thi trzn => tt
-    - thi xa => tx
-    - thoroughfare => thor
-    - tie => t
-    - tieu hoc => th
-    - tinh lo => tl
-    - tollway => tlwy
-    - tong cong ty => tct
-    - tori => tr
-    - torrente => trrnt
-    - towers => twrs
-    - township => twp
-    - tpke => tpk
-    - track => trk
-    - trail => trl
-    - trailer => trlr
-    - transito => trans
-    - transversal => trval
-    - trasera => tras
-    - travesia => trva
-    - triangle => tri
-    - trung hoc co so => thcs
-    - trung hoc pho thong => thpt
-    - trung tam => tt
-    - trung tam thuong mdhi => tttm
-    - trunkway => tkwy
-    - trzeci => 3
-    - trzecia => 3
-    - trzecie => 3
-    - tunnel => tun
-    - turn => tn
-    - turnpike => tpk
-    - tvl => tvl
-    - ulica => ul
-    - ulice => ul
-    - ulicy => ul
-    - ulitsa => ul
-    - underpass => upas
-    - university => univ
-    - untere => u
-    - unterer => u
-    - unteres => u
-    - upper => up
-    - upr => up
-    - urbanizacion => urb
-    - utca => u
-    - v d => vd
-    - va => v
-    - vag => v
-    - vagen => v
-    - vale => v
-    - van => v
-    - van de => vd
-    - varf => vf
-    - varful => vf
-    - vastra => v
-    - vayla => vla
-    - vdct => via
-    - vecindario => vecin
-    - vei => v
-    - veien => v
-    - velika => v
-    - velike => v
-    - veliki => v
-    - veliko => v
-    - vereda => vreda
-    - via => v
-    - viad => via
-    - viaduct => via
-    - viaducto => vcto
-    - viale => v le
-    - vicolo => v lo
-    - vien bcyo tang => vbt
-    - view => vw
-    - villas => vlls
-    - virf => vf
-    - virful => vf
-    - vista => vsta
-    - viviendas => vvdas
-    - vkhod => vkh
-    - vla => vla
-    - vliet => vlt
-    - vlt => vlt
-    - vn => v
-    - vuon quoc gia => vqg
-    - walk => wlk
-    - walkway => wkwy
-    - way => wy
-    - west => w
-    - wharf => whrf
-    - wielka => wlk
-    - wielki => wlk
-    - wielkie => wlk
-    - wielkopolska => wlkp
-    - wielkopolski => wlkp
-    - wielkopolskie => wlkp
-    - wojewodztwie => woj
-    - wojewodztwo => woj
-    - yard => yd
-    - zgornja => zg
-    - zgornje => zg
-    - zgornji => zg
-    - zhilishchien komplieks => zh k
-    - zum => z
+variants:
+    - !include icu-rules/variants-bg.yaml
+    - !include icu-rules/variants-ca.yaml
+    - !include icu-rules/variants-cs.yaml
+    - !include icu-rules/variants-da.yaml
+    - !include icu-rules/variants-de.yaml
+    - !include icu-rules/variants-el.yaml
+    - !include icu-rules/variants-en.yaml
+    - !include icu-rules/variants-es.yaml
+    - !include icu-rules/variants-et.yaml
+    - !include icu-rules/variants-eu.yaml
+    - !include icu-rules/variants-fi.yaml
+    - !include icu-rules/variants-fr.yaml
+    - !include icu-rules/variants-gl.yaml
+    - !include icu-rules/variants-hu.yaml
+    - !include icu-rules/variants-it.yaml
+    - !include icu-rules/variants-ja.yaml
+    - !include icu-rules/variants-mg.yaml
+    - !include icu-rules/variants-ms.yaml
+    - !include icu-rules/variants-nl.yaml
+    - !include icu-rules/variants-no.yaml
+    - !include icu-rules/variants-pl.yaml
+    - !include icu-rules/variants-pt.yaml
+    - !include icu-rules/variants-ro.yaml
+    - !include icu-rules/variants-ru.yaml
+    - !include icu-rules/variants-sk.yaml
+    - !include icu-rules/variants-sl.yaml
+    - !include icu-rules/variants-sv.yaml
+    - !include icu-rules/variants-tr.yaml
+    - !include icu-rules/variants-uk.yaml
+    - !include icu-rules/variants-vi.yaml