cro-stem 0.1.0

A lightning-fast, zero-dependency Croatian stemming library written in Rust.

Cro-Stem: Lagani hrvatski stemmer

Cro-Stem je brza, lagana i od ovisnosti neovisna Rust biblioteka za stemizaciju hrvatskih riječi. Njegova svrha je svesti inflektirane ili izvedene riječi na njihov korijen, bazu ili osnovni oblik.

Ova biblioteka je dizajnirana za brzinu i minimalnu potrošnju memorije, što je čini idealnom alternativom velikim, resursno intenzivnim AI modelima za zadatke predprocesiranja u obradi prirodnog jezika (NLP), poput indeksiranja pretraga i tekstualne analize.

Razvio strastveni developer i električar.

---

Usporedba: Zašto koristiti cro-stem?

Značajka	Cro-Stem	Veliki AI modeli (npr. spaCy/CLASSLA)
Veličina	< 500KB	~800MB+
Brzina	Munjevito brz (tisuće riječi/sek)	Sporiji, zahtijeva više procesorske snage
Ovisnosti	Nula (za CLI) / Minimalne (za Python)	Mnoge (PyTorch, TensorFlow, itd.)
Slučaj upotrebe	Pretraživanje, Indeksiranje teksta, Osnovni NLP	Potpuna lingvistička analiza, POS tagiranje

cro-stem koristi deterministički algoritam temeljen na pravilima, fokusirajući se na prefikse, sufikse i uobičajene glasovne promjene. Time pruža "dovoljno dobru" točnost stemizacije za većinu aplikacija bez opterećenja neuronske mreže.

Instalacija

cro-stem možete koristiti kao alat naredbenog retka (putem Rust-a) ili kao Python biblioteku.

Rust / Naredbeni redak

1. Provjerite imate li instaliran Rust: curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
2. Klonirajte repozitorij: git clone https://github.com/your-username/cro_stem.git
3. Izgradite optimiziranu binarnu datoteku: cd cro_stem && cargo build --release
4. Binarna datoteka bit će dostupna na putanji target/release/cro_stem.

Python Biblioteka

1. Provjerite imate li instaliran Python 3 i pip.
2. Preuzmite najnoviju .whl datoteku s stranice izdanja (Releases).
3. Instalirajte .whl datoteku u svoje virtualno okruženje:

   pip install cro_stem-*.whl
   

Upotreba

Primjer u Rustu

// Dodajte `cro_stem` u vaš Cargo.toml
// cro_stem = { path = "put/do/cro_stem" }

use cro_stem::CroStem;

fn main() {
    let stemmer = CroStem::new();
    let word = "pjevajući";
    let stem = stemmer.stem(word);
    println!("'{}' -> '{}'", word, stem); // 'pjevajući' -> 'pjev'
}

Primjer u Pythonu

import cro_stem

word = "trčanje"
stem = cro_stem.stem(word)
print(f"'{word}' -> '{stem}'")
# Izlaz: 'trčanje' -> 'trč'

words = ["knjigama", "pjesama", "učenici"]
stems = [cro_stem.stem(w) for w in words]
print(stems)
# Izlaz: ['knjig', 'pjesm', 'učenik']

Licenca

Ovaj projekt je licenciran pod MIT Licencom. Detalje potražite u datoteci LICENSE.