Стоп-слово «pare» и его языковая принадлежность¶
Pare — глагол английского языка, означающий «срезать», «очищать», «подрезать» (кожуру, ногти, края материала). В контексте поисковых запросов вида «pare стоп на каком языке» речь, как правило, идёт либо о самом английском глаголе, либо о программистском термине «stop word» (стоп-слово) — слове-исключении, отбрасываемом поисковыми системами и инструментами обработки текста при индексации и анализе.
¶Глагол «pare» в английском языке
Глагол pare произносится с ударением на единственный слог [peə] и относится к группе неправильных (сильных) глаголов английского языка с чередованием корневой гласной: pare — pared — pared. Этимологически слово восходит к старофранцузскому parer — «подготавливать, обрабатывать», что в свою очередь связано с латинским parare — «подготавливать». В современном английском у глагола узкий, но устойчивый набор сочетаний:
- pare an apple — очистить яблоко;
- pare one's nails — подстричь/подпилить ногти;
- pare down costs — сократить расходы (переносное значение).
Слово не имеет прямых аналогов в русском языке и обычно переводится по контексту: «срезать», «очистить», «состричь», «сократить». В британском варианте английского чаще используется синоним peel (для овощей и фруктов), тогда как pare воспринимается как более книжное или устаревающее.
¶Стоп-слова в информационном поиске
Термин stop word («стоп-слово», «служебное слово») обозначает слова, которые исключаются из поискового индекса как не несущие смысловой нагрузки: артикли, предлоги, союзы, местоимения, а также слишком частотные слова. Механизм стоп-слов применяется в полнотекстовых поисковых системах, движках сайтов, библиотеках обработки естественного языка (NLTK, Lucene, Elasticsearch) и в задачах информационного поиска.
В русскоязычных системах к стоп-словам относятся «и», «в», «на», «что», «как» и аналогичные; в английских — the, is, at, which и другие. Списки стоп-слов различаются от системы к системе: например, в пакете NLTK для английского языка насчитывается около 179 стоп-слов, в Elasticsearch используется собственный конфигурируемый список.
¶Связь с запросом «pare стоп на каком языке»
Запрос «pare стоп на каком языке» может интерпретироваться двояко:
- Как вопрос о языке происхождения слова «pare». Ответ — английский язык, хотя корни слова латинско-французские.
- Как вопрос о языке, на котором составлен список стоп-слов, в который попадает «pare». В этом случае ответ зависит от конкретной поисковой системы или библиотеки: если используется английский стоп-лист, то «pare» может быть исключено из индекса как редкий, но формально присутствующий в словаре глагол; в русскоязычных стоп-листах «pare» отсутствует.
¶Стоп-слова в русскоязычных системах
В русскоязычном сегменте обработки текста стоп-слова формируются по тем же принципам, что и в английском: отбрасываются служебные части речи и высокочастотные слова. Наиболее известные русские стоп-листы входят в состав библиотеки NLTK (модуль stopwords), пакета pymorphy2 с фильтрами частотности, а также в конфигурации поисковых движков на базе Sphinx и Manticore. Типичный русский стоп-лист содержит от 100 до 200 слов.
¶Морфологические особенности
Для русского языка проблема стоп-слов осложняется богатой морфологией: одно и то же слово может выступать в десятках форм (падежи, числа, роды, приставочные варианты), поэтому автоматическое определение стоп-слов часто дополняется лемматизацией — приведением словоформ к словарной форме. В английском языке, где морфология беднее, задача проще, и стоп-листы работают без лемматизации.
¶Применение
Механизм стоп-слов применяется в следующих областях:
- поисковое индексирование (Google, Яндекс, Sphinx);
- анализ тональности и категоризация текстов;
- лингвистический анализ корпусов;
- распознавание тематик документов (LDA, TF-IDF).
Слово «pare» в контексте стоп-слов обычно не является стоп-словом ни в одном из стандартных списков — оно несёт конкретное лексическое значение и не относится к служебным частям речи.
¶Интересные факты
- Глагол pare входит в число 2000 наиболее употребимых английских слов, но в повседневной речи встречается реже синонимов cut, trim, peel.
- В испанском языке слово parar (от того же латинского корня) означает «останавливать» — то есть семантически ближе к русскому «стоп», что иногда служит источником путаницы при переводе.
- В некоторых поисковых системах список стоп-слов можно отключить или заменить пользовательским — это позволяет индексировать и слова вроде «pare».
Источники:
- Oxford English Dictionary, статья «pare», etymonline.com
- Manning C. D., Raghavan P., Schütze H. «Introduction to Information Retrieval», Cambridge University Press
- NLTK Documentation, Corpora: stopwords
- Elasticsearch Reference, «Stopwords»
- Лингвистический словарь: русские стоп-слова в информационном поиске