Preprocessing_hindi.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Data Loading Hindi"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>hindi</th>\n",
       "      <th>english</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>1561836</th>\n",
       "      <td>स्पष्टीकरण.–जहां इस उपधारा के अधीन हानि और लाभ...</td>\n",
       "      <td>स्पष्टीकरण.–जहां इस उपधारा के अधीन हानि और लाभ...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1561837</th>\n",
       "      <td>मैंने गौर किया है कि यह न केवल अपने महत्त्वपूर...</td>\n",
       "      <td>है। I note that this is a landmark meeting – n...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1561838</th>\n",
       "      <td>उन्होंने मेरे समक्ष जो प्रदर्शन किया उसमें से ...</td>\n",
       "      <td>है। In the presentations that they made before...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1561839</th>\n",
       "      <td>खाद्य और जल सुरक्षा; पर्यावरण की दृष्टि से वहन...</td>\n",
       "      <td>्त है। Issues such as food and water security;...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1561840</th>\n",
       "      <td>NaN</td>\n",
       "      <td>NaN</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "                                                     hindi  \\\n",
       "1561836  स्पष्टीकरण.–जहां इस उपधारा के अधीन हानि और लाभ...   \n",
       "1561837  मैंने गौर किया है कि यह न केवल अपने महत्त्वपूर...   \n",
       "1561838  उन्होंने मेरे समक्ष जो प्रदर्शन किया उसमें से ...   \n",
       "1561839  खाद्य और जल सुरक्षा; पर्यावरण की दृष्टि से वहन...   \n",
       "1561840                                                NaN   \n",
       "\n",
       "                                                   english  \n",
       "1561836  स्पष्टीकरण.–जहां इस उपधारा के अधीन हानि और लाभ...  \n",
       "1561837  है। I note that this is a landmark meeting – n...  \n",
       "1561838  है। In the presentations that they made before...  \n",
       "1561839  ्त है। Issues such as food and water security;...  \n",
       "1561840                                                NaN  "
      ]
     },
     "execution_count": 2,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "data = pd.read_csv('./hindi_english_parallel.csv')\n",
    "data.tail()"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "0            अपने अनुप्रयोग को पहुंचनीयता व्यायाम का लाभ दें\n",
      "1                            एक्सेर्साइसर पहुंचनीयता अन्वेषक\n",
      "2                      निचले पटल के लिए डिफोल्ट प्लग-इन खाका\n",
      "3                       ऊपरी पटल के लिए डिफोल्ट प्लग-इन खाका\n",
      "4          उन प्लग-इनों की सूची जिन्हें डिफोल्ट रूप से नि...\n",
      "                                 ...                        \n",
      "1561836    स्पष्टीकरण.–जहां इस उपधारा के अधीन हानि और लाभ...\n",
      "1561837    मैंने गौर किया है कि यह न केवल अपने महत्त्वपूर...\n",
      "1561838    उन्होंने मेरे समक्ष जो प्रदर्शन किया उसमें से ...\n",
      "1561839    खाद्य और जल सुरक्षा; पर्यावरण की दृष्टि से वहन...\n",
      "1561840                                                  NaN\n",
      "Name: hindi, Length: 1561841, dtype: object\n"
     ]
    }
   ],
   "source": [
    "hindi = data['hindi']\n",
    "print(hindi)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Filter Hindi words lenght > 100"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "metadata": {},
   "outputs": [],
   "source": [
    "SENETNCE_CHAR_LEN = 100\n",
    "a = []\n",
    "for i in hindi:\n",
    "    if type(i) == float or len(i) <= SENETNCE_CHAR_LEN:\n",
    "        a.append(False)\n",
    "    else:\n",
    "        a.append(True)\n",
    "hindi = hindi[a]"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "128        फोकस योग्य% s में सारणी अंतराफलक है, कोई चयनीय...\n",
       "136        एक्सेरसाइसर आपके डेस्कटोप में मौजूद अनुप्रयोग ...\n",
       "160        रविशंकर श्रीवास्तव (raviratlami @yahoo. com) र...\n",
       "321        फोकस योग्य% s में सारणी अंतराफलक है, कोई चयनीय...\n",
       "329        एक्सेरसाइसर आपके डेस्कटोप में मौजूद अनुप्रयोग ...\n",
       "                                 ...                        \n",
       "1561833    सितम्बर, 2014में दिल्ली में फिन-नोड केंद्र की ...\n",
       "1561836    स्पष्टीकरण.–जहां इस उपधारा के अधीन हानि और लाभ...\n",
       "1561837    मैंने गौर किया है कि यह न केवल अपने महत्त्वपूर...\n",
       "1561838    उन्होंने मेरे समक्ष जो प्रदर्शन किया उसमें से ...\n",
       "1561839    खाद्य और जल सुरक्षा; पर्यावरण की दृष्टि से वहन...\n",
       "Name: hindi, Length: 379890, dtype: object"
      ]
     },
     "execution_count": 5,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "hindi"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Filter only hindi words"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 6,
   "metadata": {},
   "outputs": [],
   "source": [
    "english_vocab = 'abcdefghijklmnopqrstuvwxyz'\n",
    "english_vocab += english_vocab.upper()\n",
    "english_vocab = list(set(english_vocab) - set('xviXVI'))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "============================  SELECTED  ========================\n",
      "1561827    (यछ) \"प्रतिभूति रसीद\" से कोर्इ रसीद या अन्य प्...\n",
      "1561828    जोनलः रू. 0.50 लाख के प्रत्येक वार्षिक पुरस्का...\n",
      "1561829    इस्लाम से पहले करोड़ों लोगों के इस पारसी धर्म ...\n",
      "1561830    (य) \"प्रतिभूतिकरण\" से किसी प्रतिभूतिकरण कंपनी ...\n",
      "1561831    राष्ट्रपति जी ने कहा कि जुबिन मेहता संगीत को श...\n",
      "1561833    सितम्बर, 2014में दिल्ली में फिन-नोड केंद्र की ...\n",
      "1561836    स्पष्टीकरण.–जहां इस उपधारा के अधीन हानि और लाभ...\n",
      "1561837    मैंने गौर किया है कि यह न केवल अपने महत्त्वपूर...\n",
      "1561838    उन्होंने मेरे समक्ष जो प्रदर्शन किया उसमें से ...\n",
      "1561839    खाद्य और जल सुरक्षा; पर्यावरण की दृष्टि से वहन...\n",
      "Name: hindi, dtype: object\n",
      "============================  REJECTED  ========================\n",
      "1548744    आवेदन करने के लिए विहित पात्रता मानदंडों, दिशा...\n",
      "1550342    भारत के राष्ट्रपति, श्री प्रणब मुखर्जी ने आज (...\n",
      "1552641    राष्ट्रपति ने भारत के राष्ट्रपति की वेबसाइट (w...\n",
      "1552975    दि पब्लिक रिलेशन सोसायटी ऑफ इंडिया (PRSI) द्वा...\n",
      "1553278    यह पंजीकरण शुल्क, राष्ट्रपति भवन की वेबसाइट ww...\n",
      "1553279    यह पंजीकरण 22 मार्च 2013 तक खुला है। किसी भी प...\n",
      "1554280    इन शर्तों में mygov.in (मेरी सरकार) के उपयोगकर...\n",
      "1554841    राष्ट्रपति भवन का अधिकृत ट्विटर अकाउंट (@Rasht...\n",
      "1556831    तदुपरान्त मुख्य समारोह में डॉ. ओ.पी. यादव, निद...\n",
      "1557141    MyGov.in के माध्यम से, सभी निवासियों के साथ-सा...\n",
      "Name: hindi, dtype: object\n"
     ]
    }
   ],
   "source": [
    "def onlyHindi(sentence : str, english_vocab = english_vocab):\n",
    "    for i in english_vocab:\n",
    "        if i in sentence:\n",
    "            return False\n",
    "    return True\n",
    "\n",
    "filteredEnglishData = [onlyHindi(str(sen)) for sen in hindi]\n",
    "print(\"============================  SELECTED  ========================\")\n",
    "print(hindi[filteredEnglishData][-10:])\n",
    "print(\"============================  REJECTED  ========================\")\n",
    "print(hindi[map(lambda x : not x, filteredEnglishData)][-19:-9])\n",
    "\n",
    "hindi = hindi[filteredEnglishData]"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Tokenisation"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Space based seperator"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "metadata": {},
   "outputs": [],
   "source": [
    "HindiTokns = []\n",
    "for index, i in enumerate(hindi):\n",
    "    HindiTokns.append(i.split(\" \"))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 9,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "आप नहीं को है जरूरी के लिए अधिष्ठापन गुम संकुल कृपया अधिष्ठापित करें पैकेज से वितरण या अधिष्ठापित करें गुम संकुल दस्ती रूप से. \n",
      "['आप', 'नहीं', 'को', 'है', 'जरूरी', 'के', 'लिए', 'अधिष्ठापन', 'गुम', 'संकुल', 'कृपया', 'अधिष्ठापित', 'करें', 'पैकेज', 'से', 'वितरण', 'या', 'अधिष्ठापित', 'करें', 'गुम', 'संकुल', 'दस्ती', 'रूप', 'से.', '']\n",
      "\n",
      "\n",
      "खोलें से. नहीं है नहीं प्लगइन डिफ़ॉल्ट क्रिया या अनुप्रयोग विन्यस्त को यह फ़ाइल क़िस्म नहीं क़िस्म से. नहीं मई को खोला जा रहा है के साथ अनुसरण कर रहा है या अनुप्रयोग. \n",
      "['खोलें', 'से.', 'नहीं', 'है', 'नहीं', 'प्लगइन', 'डिफ़ॉल्ट', 'क्रिया', 'या', 'अनुप्रयोग', 'विन्यस्त', 'को', 'यह', 'फ़ाइल', 'क़िस्म', 'नहीं', 'क़िस्म', 'से.', 'नहीं', 'मई', 'को', 'खोला', 'जा', 'रहा', 'है', 'के', 'साथ', 'अनुसरण', 'कर', 'रहा', 'है', 'या', 'अनुप्रयोग.', '']\n",
      "\n",
      "\n",
      "फंक्शन पाया इंच अनुसरण कर रहा है फ़ाइल नहीं से. को भरें फंक्शन स्तम्भ पहले सक्रिय कर रहा है पंक्तियाँ का समय फंक्शन नाम रखता है शब्द. \n",
      "['फंक्शन', 'पाया', 'इंच', 'अनुसरण', 'कर', 'रहा', 'है', 'फ़ाइल', 'नहीं', 'से.', 'को', 'भरें', 'फंक्शन', 'स्तम्भ', 'पहले', 'सक्रिय', 'कर', 'रहा', 'है', 'पंक्तियाँ', 'का', 'समय', 'फंक्शन', 'नाम', 'रखता', 'है', 'शब्द.', '']\n",
      "\n",
      "\n",
      "आप नहीं को है जरूरी के लिए अधिष्ठापन गुम संकुल कृपया अधिष्ठापित करें पैकेज से वितरण या अधिष्ठापित करें गुम संकुल दस्ती रूप से. \n",
      "['आप', 'नहीं', 'को', 'है', 'जरूरी', 'के', 'लिए', 'अधिष्ठापन', 'गुम', 'संकुल', 'कृपया', 'अधिष्ठापित', 'करें', 'पैकेज', 'से', 'वितरण', 'या', 'अधिष्ठापित', 'करें', 'गुम', 'संकुल', 'दस्ती', 'रूप', 'से.', '']\n",
      "\n",
      "\n",
      "खोलें से. नहीं है नहीं प्लगइन डिफ़ॉल्ट क्रिया या अनुप्रयोग विन्यस्त को यह फ़ाइल क़िस्म नहीं क़िस्म से. नहीं मई को खोला जा रहा है के साथ अनुसरण कर रहा है या अनुप्रयोग. \n",
      "['खोलें', 'से.', 'नहीं', 'है', 'नहीं', 'प्लगइन', 'डिफ़ॉल्ट', 'क्रिया', 'या', 'अनुप्रयोग', 'विन्यस्त', 'को', 'यह', 'फ़ाइल', 'क़िस्म', 'नहीं', 'क़िस्म', 'से.', 'नहीं', 'मई', 'को', 'खोला', 'जा', 'रहा', 'है', 'के', 'साथ', 'अनुसरण', 'कर', 'रहा', 'है', 'या', 'अनुप्रयोग.', '']\n",
      "\n",
      "\n"
     ]
    }
   ],
   "source": [
    "PRINT_FROM = 23\n",
    "PRINT_UPTO = 27\n",
    "for i,j in zip(hindi[PRINT_FROM:PRINT_UPTO+1], HindiTokns[PRINT_FROM:PRINT_UPTO+1]):\n",
    "    print(f\"{i}\\n{j}\\n\\n\")"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Stemming"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 10,
   "metadata": {},
   "outputs": [],
   "source": [
    "suffixes = {\n",
    "    1: [u\"ो\",u\"े\",u\"ू\",u\"ु\",u\"ी\",u\"ि\",u\"ा\"],\n",
    "    2: [u\"कर\",u\"ाओ\",u\"िए\",u\"ाई\",u\"ाए\",u\"ने\",u\"नी\",u\"ना\",u\"ते\",u\"ीं\",u\"ती\",u\"ता\",u\"ाँ\",u\"ां\",u\"ों\",u\"ें\"],\n",
    "    3: [u\"ाकर\",u\"ाइए\",u\"ाईं\",u\"ाया\",u\"ेगी\",u\"ेगा\",u\"ोगी\",u\"ोगे\",u\"ाने\",u\"ाना\",u\"ाते\",u\"ाती\",u\"ाता\",u\"तीं\",u\"ाओं\",u\"ाएं\",u\"ुओं\",u\"ुएं\",u\"ुआं\"],\n",
    "    4: [u\"ाएगी\",u\"ाएगा\",u\"ाओगी\",u\"ाओगे\",u\"एंगी\",u\"ेंगी\",u\"एंगे\",u\"ेंगे\",u\"ूंगी\",u\"ूंगा\",u\"ातीं\",u\"नाओं\",u\"नाएं\",u\"ताओं\",u\"ताएं\",u\"ियाँ\",u\"ियों\",u\"ियां\"],\n",
    "    5: [u\"ाएंगी\",u\"ाएंगे\",u\"ाऊंगी\",u\"ाऊंगा\",u\"ाइयाँ\",u\"ाइयों\",u\"ाइयां\"],\n",
    "} #suffixes tin hindi language that change tense, gender, number but not the meaning"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 11,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Defaulting to user installation because normal site-packages is not writeable\n",
      "Requirement already satisfied: tqdm in f:\\conda\\anaconda\\lib\\site-packages (4.65.0)\n",
      "Requirement already satisfied: colorama in f:\\conda\\anaconda\\lib\\site-packages (from tqdm) (0.4.6)\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "100%|██████████| 367030/367030 [01:03<00:00, 5817.48it/s]\n"
     ]
    }
   ],
   "source": [
    "! pip install tqdm\n",
    "from tqdm import tqdm\n",
    "\n",
    "stems=list()\n",
    "for line in tqdm(HindiTokns):\n",
    "    for word in line:\n",
    "        for L in range(1,5): \n",
    "            if len(word) >= L + 1:\n",
    "                for suffix in suffixes[L]:\n",
    "                    if word.endswith(suffix):\n",
    "                        word=word[:-L] #stripping the suffix from the word\n",
    "        if word:\n",
    "            stems.append(word)\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 36,
   "metadata": {
    "scrolled": true
   },
   "outputs": [
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "100%|██████████| 12961375/12961375 [00:05<00:00, 2414469.20it/s]\n"
     ]
    }
   ],
   "source": [
    "all_stems = set()\n",
    "for i in tqdm(stems):\n",
    "    all_stems.add(i)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 32,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "['एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एसलिरियोट',\n",
       " 'एक',\n",
       " 'नियम',\n",
       " 'आधारित',\n",
       " 'सॉलिटेयर',\n",
       " 'कार्ड',\n",
       " 'इंजन',\n",
       " 'देत',\n",
       " 'है',\n",
       " 'ज',\n",
       " 'कई',\n",
       " 'भिन्न',\n",
       " 'खेल',\n",
       " 'खेलन',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'अनुमत',\n",
       " 'देत',\n",
       " 'है.',\n",
       " 'एसलियेरॉट',\n",
       " 'ग्नोम',\n",
       " 'खेल',\n",
       " 'क',\n",
       " 'हिस्स',\n",
       " 'है.',\n",
       " 'एसलिरियोट',\n",
       " 'एक',\n",
       " 'नियम',\n",
       " 'आधारित',\n",
       " 'सॉलिटेयर',\n",
       " 'कार्ड',\n",
       " 'इंजन',\n",
       " 'देत',\n",
       " 'है',\n",
       " 'ज',\n",
       " 'कई',\n",
       " 'भिन्न',\n",
       " 'खेल',\n",
       " 'खेलन',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'अनुमत',\n",
       " 'देत',\n",
       " 'है.',\n",
       " 'एसलियेरॉट',\n",
       " 'ग्नोम',\n",
       " 'खेल',\n",
       " 'क',\n",
       " 'हिस्स',\n",
       " 'है.',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'दस्तावेज',\n",
       " 'म',\n",
       " 'क',\n",
       " 'गए',\n",
       " 'परिवर्तन',\n",
       " 'क',\n",
       " 'संग्रहित',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'यद',\n",
       " 'आप',\n",
       " 'संग्रहित',\n",
       " 'नह',\n",
       " 'करत',\n",
       " 'हैं',\n",
       " 'त',\n",
       " 'आपक',\n",
       " 'द्वार',\n",
       " 'क',\n",
       " 'गए',\n",
       " 'परिवर्तन',\n",
       " 'आप',\n",
       " 'ख',\n",
       " 'देंग',\n",
       " 'आप',\n",
       " 'नह',\n",
       " 'क',\n",
       " 'है',\n",
       " 'जरूर',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'अधिष्ठापन',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'कृपय',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'पैकेज',\n",
       " 'स',\n",
       " 'वितरण',\n",
       " 'य',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'दस्त',\n",
       " 'रूप',\n",
       " 'से.',\n",
       " 'खोल',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'है',\n",
       " 'नह',\n",
       " 'प्लगइन',\n",
       " 'डिफ़ॉल्ट',\n",
       " 'क्रिय',\n",
       " 'य',\n",
       " 'अनुप्रयोग',\n",
       " 'विन्यस्त',\n",
       " 'क',\n",
       " 'यह',\n",
       " 'फ़ाइल',\n",
       " 'क़िस्म',\n",
       " 'नह',\n",
       " 'क़िस्म',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'मई',\n",
       " 'क',\n",
       " 'खोल',\n",
       " 'ज',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'क',\n",
       " 'साथ',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'य',\n",
       " 'अनुप्रयोग.',\n",
       " 'फंक्शन',\n",
       " 'पाय',\n",
       " 'इंच',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'फ़ाइल',\n",
       " 'नह',\n",
       " 'से.',\n",
       " 'क',\n",
       " 'भर',\n",
       " 'फंक्शन',\n",
       " 'स्तम्भ',\n",
       " 'पहल',\n",
       " 'सक्रिय',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'पंक्तिय',\n",
       " 'क',\n",
       " 'समय',\n",
       " 'फंक्शन',\n",
       " 'नाम',\n",
       " 'रखत',\n",
       " 'है',\n",
       " 'शब्द.',\n",
       " 'आप',\n",
       " 'नह',\n",
       " 'क',\n",
       " 'है',\n",
       " 'जरूर',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'अधिष्ठापन',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'कृपय',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'पैकेज',\n",
       " 'स',\n",
       " 'वितरण',\n",
       " 'य',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'दस्त',\n",
       " 'रूप',\n",
       " 'से.',\n",
       " 'खोल',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'है',\n",
       " 'नह',\n",
       " 'प्लगइन',\n",
       " 'डिफ़ॉल्ट',\n",
       " 'क्रिय',\n",
       " 'य',\n",
       " 'अनुप्रयोग',\n",
       " 'विन्यस्त',\n",
       " 'क',\n",
       " 'यह',\n",
       " 'फ़ाइल',\n",
       " 'क़िस्म',\n",
       " 'नह',\n",
       " 'क़िस्म',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'मई',\n",
       " 'क',\n",
       " 'खोल',\n",
       " 'ज',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'क',\n",
       " 'साथ',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'य',\n",
       " 'अनुप्रयोग.',\n",
       " 'फंक्शन',\n",
       " 'पाय',\n",
       " 'इंच',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'फ़ाइल',\n",
       " 'नह',\n",
       " 'से.',\n",
       " 'क',\n",
       " 'भर',\n",
       " 'फंक्शन',\n",
       " 'स्तम्भ',\n",
       " 'पहल',\n",
       " 'सक्रिय',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'पंक्तिय',\n",
       " 'क',\n",
       " 'समय',\n",
       " 'फंक्शन',\n",
       " 'नाम',\n",
       " 'रखत',\n",
       " 'है',\n",
       " 'शब्द.',\n",
       " 'आप',\n",
       " 'नह',\n",
       " 'क',\n",
       " 'है',\n",
       " 'जरूर',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'अधिष्ठापन',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'कृपय',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'पैकेज',\n",
       " 'स',\n",
       " 'वितरण',\n",
       " 'य',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'दस्त',\n",
       " 'रूप',\n",
       " 'से.',\n",
       " 'खोल',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'है',\n",
       " 'नह',\n",
       " 'प्लगइन',\n",
       " 'डिफ़ॉल्ट',\n",
       " 'क्रिय',\n",
       " 'य',\n",
       " 'अनुप्रयोग',\n",
       " 'विन्यस्त',\n",
       " 'क',\n",
       " 'यह',\n",
       " 'फ़ाइल',\n",
       " 'क़िस्म',\n",
       " 'नह',\n",
       " 'क़िस्म',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'मई',\n",
       " 'क',\n",
       " 'खोल',\n",
       " 'ज',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'क',\n",
       " 'साथ',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'य',\n",
       " 'अनुप्रयोग.',\n",
       " 'फंक्शन',\n",
       " 'पाय',\n",
       " 'इंच',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'फ़ाइल',\n",
       " 'नह',\n",
       " 'से.',\n",
       " 'क',\n",
       " 'भर',\n",
       " 'फंक्शन',\n",
       " 'स्तम्भ',\n",
       " 'पहल',\n",
       " 'सक्रिय',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'पंक्तिय',\n",
       " 'क',\n",
       " 'समय',\n",
       " 'फंक्शन',\n",
       " 'नाम',\n",
       " 'रखत',\n",
       " 'है',\n",
       " 'शब्द.',\n",
       " 'आप',\n",
       " 'नह',\n",
       " 'क',\n",
       " 'है',\n",
       " 'जरूर',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'अधिष्ठापन',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'कृपय',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'पैकेज',\n",
       " 'स',\n",
       " 'वितरण',\n",
       " 'य',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'दस्त',\n",
       " 'रूप',\n",
       " 'से.',\n",
       " 'खोल',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'है',\n",
       " 'नह',\n",
       " 'प्लगइन',\n",
       " 'डिफ़ॉल्ट',\n",
       " 'क्रिय',\n",
       " 'य',\n",
       " 'अनुप्रयोग',\n",
       " 'विन्यस्त',\n",
       " 'क',\n",
       " 'यह',\n",
       " 'फ़ाइल',\n",
       " 'क़िस्म',\n",
       " 'नह',\n",
       " 'क़िस्म',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'मई',\n",
       " 'क',\n",
       " 'खोल',\n",
       " 'ज',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'क',\n",
       " 'साथ',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'य',\n",
       " 'अनुप्रयोग.',\n",
       " 'फंक्शन',\n",
       " 'पाय',\n",
       " 'इंच',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'फ़ाइल',\n",
       " 'नह',\n",
       " 'से.',\n",
       " 'क',\n",
       " 'भर',\n",
       " 'फंक्शन',\n",
       " 'स्तम्भ',\n",
       " 'पहल',\n",
       " 'सक्रिय',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'पंक्तिय',\n",
       " 'क',\n",
       " 'समय',\n",
       " 'फंक्शन',\n",
       " 'नाम',\n",
       " 'रखत',\n",
       " 'है',\n",
       " 'शब्द.',\n",
       " 'आप',\n",
       " 'नह',\n",
       " 'क',\n",
       " 'है',\n",
       " 'जरूर',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'अधिष्ठापन',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'कृपय',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'पैकेज',\n",
       " 'स',\n",
       " 'वितरण',\n",
       " 'य',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'दस्त',\n",
       " 'रूप',\n",
       " 'से.',\n",
       " 'खोल',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'है',\n",
       " 'नह',\n",
       " 'प्लगइन',\n",
       " 'डिफ़ॉल्ट',\n",
       " 'क्रिय',\n",
       " 'य',\n",
       " 'अनुप्रयोग',\n",
       " 'विन्यस्त',\n",
       " 'क',\n",
       " 'यह',\n",
       " 'फ़ाइल',\n",
       " 'क़िस्म',\n",
       " 'नह',\n",
       " 'क़िस्म',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'मई',\n",
       " 'क',\n",
       " 'खोल',\n",
       " 'ज',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'क',\n",
       " 'साथ',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'य',\n",
       " 'अनुप्रयोग.',\n",
       " 'फंक्शन',\n",
       " 'पाय',\n",
       " 'इंच',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'फ़ाइल',\n",
       " 'नह',\n",
       " 'से.',\n",
       " 'क',\n",
       " 'भर',\n",
       " 'फंक्शन',\n",
       " 'स्तम्भ',\n",
       " 'पहल',\n",
       " 'सक्रिय',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'पंक्तिय',\n",
       " 'क',\n",
       " 'समय',\n",
       " 'फंक्शन',\n",
       " 'नाम',\n",
       " 'रखत',\n",
       " 'है',\n",
       " 'शब्द.',\n",
       " 'आप',\n",
       " 'नह',\n",
       " 'क',\n",
       " 'है',\n",
       " 'जरूर',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'अधिष्ठापन',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'कृपय',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'पैकेज',\n",
       " 'स',\n",
       " 'वितरण',\n",
       " 'य',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'दस्त',\n",
       " 'रूप',\n",
       " 'से.',\n",
       " 'खोल',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'है',\n",
       " 'नह',\n",
       " 'प्लगइन',\n",
       " 'डिफ़ॉल्ट',\n",
       " 'क्रिय',\n",
       " 'य',\n",
       " 'अनुप्रयोग',\n",
       " 'विन्यस्त',\n",
       " 'क',\n",
       " 'यह',\n",
       " 'फ़ाइल',\n",
       " 'क़िस्म',\n",
       " 'नह',\n",
       " 'क़िस्म',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'मई',\n",
       " 'क',\n",
       " 'खोल',\n",
       " 'ज',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'क',\n",
       " 'साथ',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'य',\n",
       " 'अनुप्रयोग.',\n",
       " 'फंक्शन',\n",
       " 'पाय',\n",
       " 'इंच',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'फ़ाइल',\n",
       " 'नह',\n",
       " 'से.',\n",
       " 'क',\n",
       " 'भर',\n",
       " 'फंक्शन',\n",
       " 'स्तम्भ',\n",
       " 'पहल',\n",
       " 'सक्रिय',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'पंक्तिय',\n",
       " 'क',\n",
       " 'समय',\n",
       " 'फंक्शन',\n",
       " 'नाम',\n",
       " 'रखत',\n",
       " 'है',\n",
       " 'शब्द.',\n",
       " 'आप',\n",
       " 'नह',\n",
       " 'क',\n",
       " 'है',\n",
       " 'जरूर',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'अधिष्ठापन',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'कृपय',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'पैकेज',\n",
       " 'स',\n",
       " 'वितरण',\n",
       " 'य',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'दस्त',\n",
       " 'रूप',\n",
       " 'से.',\n",
       " 'खोल',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'है',\n",
       " 'नह',\n",
       " 'प्लगइन',\n",
       " 'डिफ़ॉल्ट',\n",
       " 'क्रिय',\n",
       " 'य',\n",
       " 'अनुप्रयोग',\n",
       " 'विन्यस्त',\n",
       " 'क',\n",
       " 'यह',\n",
       " 'फ़ाइल',\n",
       " 'क़िस्म',\n",
       " 'नह',\n",
       " 'क़िस्म',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'मई',\n",
       " 'क',\n",
       " 'खोल',\n",
       " 'ज',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'क',\n",
       " 'साथ',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'य',\n",
       " 'अनुप्रयोग.',\n",
       " 'फंक्शन',\n",
       " 'पाय',\n",
       " 'इंच',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'फ़ाइल',\n",
       " 'नह',\n",
       " 'से.',\n",
       " 'क',\n",
       " 'भर',\n",
       " 'फंक्शन',\n",
       " 'स्तम्भ',\n",
       " 'पहल',\n",
       " 'सक्रिय',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'पंक्तिय',\n",
       " 'क',\n",
       " 'समय',\n",
       " 'फंक्शन',\n",
       " 'नाम',\n",
       " 'रखत',\n",
       " 'है',\n",
       " 'शब्द.',\n",
       " 'आप',\n",
       " 'नह',\n",
       " 'क',\n",
       " 'है',\n",
       " 'जरूर',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'अधिष्ठापन',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'कृपय',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'पैकेज',\n",
       " 'स',\n",
       " 'वितरण',\n",
       " 'य',\n",
       " 'अधिष्ठापित',\n",
       " 'कर',\n",
       " 'गुम',\n",
       " 'संकुल',\n",
       " 'दस्त',\n",
       " 'रूप',\n",
       " 'से.',\n",
       " 'खोल',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'है',\n",
       " 'नह',\n",
       " 'प्लगइन',\n",
       " 'डिफ़ॉल्ट',\n",
       " 'क्रिय',\n",
       " 'य',\n",
       " 'अनुप्रयोग',\n",
       " 'विन्यस्त',\n",
       " 'क',\n",
       " 'यह',\n",
       " 'फ़ाइल',\n",
       " 'क़िस्म',\n",
       " 'नह',\n",
       " 'क़िस्म',\n",
       " 'से.',\n",
       " 'नह',\n",
       " 'मई',\n",
       " 'क',\n",
       " 'खोल',\n",
       " 'ज',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'क',\n",
       " 'साथ',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'य',\n",
       " 'अनुप्रयोग.',\n",
       " 'फंक्शन',\n",
       " 'पाय',\n",
       " 'इंच',\n",
       " 'अनुसरण',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'फ़ाइल',\n",
       " 'नह',\n",
       " 'से.',\n",
       " 'क',\n",
       " 'भर',\n",
       " 'फंक्शन',\n",
       " 'स्तम्भ',\n",
       " 'पहल',\n",
       " 'सक्रिय',\n",
       " 'कर',\n",
       " 'रह',\n",
       " 'है',\n",
       " 'पंक्तिय',\n",
       " 'क',\n",
       " 'समय',\n",
       " 'फंक्शन',\n",
       " 'नाम',\n",
       " 'रखत',\n",
       " 'है',\n",
       " 'शब्द.',\n",
       " 'सारण',\n",
       " 'शीर्षक',\n",
       " 'बदल',\n",
       " 'चुक',\n",
       " 'है',\n",
       " 'यह',\n",
       " 'बतान',\n",
       " 'हेत',\n",
       " 'उपयोग',\n",
       " 'म',\n",
       " 'आत',\n",
       " 'है,',\n",
       " 'यह',\n",
       " 'गुण',\n",
       " 'उपयोग',\n",
       " 'म',\n",
       " 'नह',\n",
       " 'लेन',\n",
       " ...]"
      ]
     },
     "execution_count": 32,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "stems"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Lemmatization"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 55,
   "metadata": {},
   "outputs": [],
   "source": [
    "hindi_lemma_dict = {\n",
    "    \"किताबें\": \"किताब\",\n",
    "    \"किताब\": \"किताब\",\n",
    "    \"पढ़ाई\": \"पढ़\",\n",
    "    \"पढ़ना\": \"पढ़\",\n",
    "    \"खेल\": \"खेल\",\n",
    "    \"खेला\": \"खेल\",\n",
    "    \"लिखा\": \"लिख\",\n",
    "    \"लिखना\": \"लिख\",\n",
    "    \"गाना\": \"गान\",\n",
    "    \"गाना\": \"गान\",\n",
    "    \"सोना\": \"सोन\",\n",
    "    \"सोने\": \"सोन\",\n",
    "    \"बच्चा\": \"बच्च\",\n",
    "    \"बच्चों\": \"बच्च\",\n",
    "    \"खाना\": \"खान\",\n",
    "    \"खाने\": \"खान\",\n",
    "    \"सफलता\": \"सफल\",\n",
    "    \"सफल\": \"सफल\",\n",
    "    \"मिलना\": \"मिल\",\n",
    "    \"मिलने\": \"मिल\",\n",
    "    \"कितना\": \"कितन\",\n",
    "    \"कितनी\": \"कितन\",\n",
    "    \"बड़ा\": \"बड़\",\n",
    "    \"बड़े\": \"बड़\",\n",
    "    \"बड़ी\": \"बड़\",\n",
    "    # Add more word-stem pairs here\n",
    "}"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 52,
   "metadata": {},
   "outputs": [],
   "source": [
    "# def apply_stemming(word):\n",
    "#   for suffix, replacement in hindi_stemming_dict.items():\n",
    "#     if (word.endswith(suffix)):\n",
    "#       return word[:-len(suffix)] + replacement\n",
    "#   return word\n",
    "\n",
    "def apply_lemmetization(word, hindi_lemma_dict):\n",
    "    if word in hindi_lemma_dict:\n",
    "        return hindi_lemma_dict[word]\n",
    "    return word"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 53,
   "metadata": {},
   "outputs": [],
   "source": [
    "def return_stemmed_tokens(stem_list, hindi_lemma_dict):\n",
    "  return [apply_lemmetization(stem, hindi_lemma_dict) for stem in stem_list]"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 56,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "['एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान',\n",
       " 'क',\n",
       " 'ल',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'पहुंचनीयत',\n",
       " 'क',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'होगा।',\n",
       " 'क्य',\n",
       " 'आप',\n",
       " 'इस',\n",
       " 'सक्रिय',\n",
       " 'करन',\n",
       " 'चाहत',\n",
       " 'हैं?',\n",
       " 'एक्सेरसाइसर',\n",
       " 'आपक',\n",
       " 'डेस्कटोप',\n",
       " 'म',\n",
       " 'मौजूद',\n",
       " 'अनुप्रयोग',\n",
       " 'नह',\n",
       " 'देख',\n",
       " 'पाया।',\n",
       " 'इस',\n",
       " 'समस्य',\n",
       " 'क',\n",
       " 'समाधान']"
      ]
     },
     "execution_count": 56,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "return_stemmed_tokens(stems[:100], hindi_lemma_dict)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.11.3"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}