ngrams = set()

leng = len(syl_list)

for i in range(2,leng + 1):

ngrams.update(ngram_Pr(syl_list,i))

for i in range(len(word) + 1):

if word[:i] in prefix_set:

return word[:i]

word_len = len(word)

for i in range(word_len + 1):

if word[abs(i - word_len):] in suffix_set:

return word[abs(i - word_len):]

data_list = data

model_x=[]

model_y=[]

vo_list={'IH', 'UW', 'OY', 'AH', 'ER', 'EY', 'AO', 'AW', 'AY', 'EH', 'AE', 'UH', 'IY', 'AA', 'OW'}

co_list={'W', 'K', 'HH', 'G', 'JH', 'Z', 'Y', 'N', 'V', 'SH', 'L', 'NG', 'S', 'CH', 'R', 'D', 'B', 'TH', 'F', 'DH', 'T', 'P', 'M', 'ZH'}

strong_suffixes = {'al', 'ance', 'ancy', 'ant', 'ard', 'ary', 'àte', 'auto', 'ence', 'ency', 'ent','ery', 'est', 'ial', 'ian', 'iana', 'en', 'ésce', 'ic', 'ify', 'ine', 'ion', 'tion',

'ity', 'ive', 'ory', 'ous', 'ual', 'ure', 'wide', 'y', 'se', 'ade', 'e', 'ee', 'een','eer', 'ese', 'esque', 'ette', 'eur', 'ier', 'oon', 'que'}

strong_prefixes = {'ad', 'co', 'con', 'counter', 'de', 'di', 'dis', 'e', 'en', 'ex', 'in', 'mid', 'ob', 'para',

'pre', 're', 'sub',

'a', 'be', 'with', 'for'}

neutral_prefixes = {'down', 'fore', 'mis', 'over', 'out', 'un', 'under', 'up', 'anti', 'bi', 'non', 'pro', 'tri',

'contra', 'counta',

'de', 'dis', 'extra', 'inter', 'intro', 'multi', 'non', 'post', 'retro', 'super', 'trans',

'ultra'}

neutral_suffixes = {'able', 'age', 'al', 'ate', 'ed', 'en', 'er', 'est', 'ful', 'hood', 'ible', 'ing', 'ile', 'ish', 'ism',

'ist', 'ize', 'less', 'like', 'ly''man', 'ment', 'most', 'ness', 'old', 's', 'ship', 'some', 'th', 'ward',

'wise', 'y'}

suffixes = {

'inal', 'ain', 'tion', 'sion', 'osis', 'oon', 'sce', 'que', 'ette', 'eer', 'ee', 'aire', 'able', 'ible', 'acy',

'cy', 'ade',

'age', 'al', 'al', 'ial', 'ical', 'an', 'ance', 'ence',

'ancy', 'ency', 'ant', 'ent', 'ant', 'ent', 'ient', 'ar', 'ary', 'ard', 'art', 'ate', 'ate', 'ate', 'ation',

'cade',

'drome', 'ed', 'ed', 'en', 'en', 'ence', 'ency', 'er', 'ier',

'er', 'or', 'er', 'or', 'ery', 'es', 'ese', 'ies', 'es', 'ies', 'ess', 'est', 'iest', 'fold', 'ful', 'ful',

'fy', 'ia',

'ian', 'iatry', 'ic', 'ic', 'ice', 'ify', 'ile',

'ing', 'ion', 'ish', 'ism', 'ist', 'ite', 'ity', 'ive', 'ive', 'ative', 'itive', 'ize', 'less', 'ly', 'ment',

'ness',

'or', 'ory', 'ous', 'eous', 'ose', 'ious', 'ship', 'ster',

'ure', 'ward', 'wise', 'ize', 'phy', 'ogy'}

prefixes = {

'ac', 'ad', 'af', 'ag', 'al', 'an', 'ap', 'as', 'at', 'an', 'ab', 'abs', 'acer', 'acid', 'acri', 'act', 'ag',

'acu',

'aer', 'aero', 'ag', 'agi',

'ig', 'act', 'agri', 'agro', 'alb', 'albo', 'ali', 'allo', 'alter', 'alt', 'am', 'ami', 'amor', 'ambi', 'ambul',

'ana',

'ano', 'andr', 'andro', 'ang',

'anim', 'ann', 'annu', 'enni', 'ante', 'anthrop', 'anti', 'ant', 'anti', 'antico', 'apo', 'ap', 'aph', 'aqu',

'arch',

'aster', 'astr', 'auc', 'aug',

'aut', 'aud', 'audi', 'aur', 'aus', 'aug', 'auc', 'aut', 'auto', 'bar', 'be', 'belli', 'bene', 'bi', 'bine',

'bibl',

'bibli', 'biblio', 'bio', 'bi',

'brev', 'cad', 'cap', 'cas', 'ceiv', 'cept', 'capt', 'cid', 'cip', 'cad', 'cas', 'calor', 'capit', 'capt',

'carn',

'cat', 'cata', 'cath', 'caus', 'caut'

, 'cause', 'cuse', 'cus', 'ceas', 'ced', 'cede', 'ceed', 'cess', 'cent', 'centr', 'centri', 'chrom', 'chron',

'cide',

'cis', 'cise', 'circum', 'cit',

'civ', 'clam', 'claim', 'clin', 'clud', 'clus claus', 'co', 'cog', 'col', 'coll', 'con', 'com', 'cor', 'cogn',

'gnos',

'com', 'con', 'contr', 'contra',

'counter', 'cord', 'cor', 'cardi', 'corp', 'cort', 'cosm', 'cour', 'cur', 'curr', 'curs', 'crat', 'cracy',

'cre',

'cresc', 'cret', 'crease', 'crea',

'cred', 'cresc', 'cret', 'crease', 'cru', 'crit', 'cur', 'curs', 'cura', 'cycl', 'cyclo', 'de', 'dec', 'deca',

'dec',

'dign', 'dei', 'div', 'dem', 'demo',

'dent', 'dont', 'derm', 'di', 'dy', 'dia', 'dic', 'dict', 'dit', 'dis', 'dif', 'dit', 'doc', 'doct', 'domin',

'don',

'dorm', 'dox', 'duc', 'duct', 'dura',

'dynam', 'dys', 'ec', 'eco', 'ecto', 'en', 'em', 'end', 'epi', 'equi', 'erg', 'ev', 'et', 'ex', 'exter',

'extra',

'extro', 'fa', 'fess', 'fac', 'fact',

'fec', 'fect', 'fic', 'fas', 'fea', 'fall', 'fals', 'femto', 'fer', 'fic', 'feign', 'fain', 'fit', 'feat',

'fid', 'fid',

'fide', 'feder', 'fig', 'fila',

'fili', 'fin', 'fix', 'flex', 'flect', 'flict', 'flu', 'fluc', 'fluv', 'flux', 'for', 'fore', 'forc', 'fort',

'form',

'fract', 'frag',

'frai', 'fuge', 'fuse', 'gam', 'gastr', 'gastro', 'gen', 'gen', 'geo', 'germ', 'gest', 'giga', 'gin', 'gloss',

'glot',

'glu', 'glo', 'gor', 'grad', 'gress',

'gree', 'graph', 'gram', 'graf', 'grat', 'grav', 'greg', 'hale', 'heal', 'helio', 'hema', 'hemo', 'her', 'here',

'hes',

'hetero', 'hex', 'ses', 'sex', 'homo',

'hum', 'human', 'hydr', 'hydra', 'hydro', 'hyper', 'hypn', 'an', 'ics', 'ignis', 'in', 'im', 'in', 'im', 'il',

'ir',

'infra', 'inter', 'intra', 'intro', 'ty',

'jac', 'ject', 'join', 'junct', 'judice', 'jug', 'junct', 'just', 'juven', 'labor', 'lau', 'lav', 'lot', 'lut',

'lect',

'leg', 'lig', 'leg', 'levi', 'lex',

'leag', 'leg', 'liber', 'liver', 'lide', 'liter', 'loc', 'loco', 'log', 'logo', 'ology', 'loqu', 'locut', 'luc',

'lum',

'lun', 'lus', 'lust', 'lude', 'macr',

'macer', 'magn', 'main', 'mal', 'man', 'manu', 'mand', 'mania', 'mar', 'mari', 'mer', 'matri', 'medi', 'mega',

'mem',

'ment', 'meso', 'meta', 'meter', 'metr',

'micro', 'migra', 'mill', 'kilo', 'milli', 'min', 'mis', 'mit', 'miss', 'mob', 'mov', 'mot', 'mon', 'mono',

'mor',

'mort', 'morph', 'multi', 'nano', 'nasc',

'nat', 'gnant', 'nai', 'nat', 'nasc', 'neo', 'neur', 'nom', 'nom', 'nym', 'nomen', 'nomin', 'non', 'non', 'nov',

'nox',

'noc', 'numer', 'numisma', 'ob', 'oc',

'of', 'op', 'oct', 'oligo', 'omni', 'onym', 'oper', 'ortho', 'over', 'pac', 'pair', 'pare', 'paleo', 'pan',

'para',

'pat', 'pass', 'path', 'pater', 'patr',

'path', 'pathy', 'ped', 'pod', 'pedo', 'pel', 'puls', 'pend', 'pens', 'pond', 'per', 'peri', 'phage', 'phan',

'phas',

'phen', 'fan', 'phant', 'fant', 'phe',

'phil', 'phlegma', 'phobia', 'phobos', 'phon', 'phot', 'photo', 'pico', 'pict', 'plac', 'plais', 'pli', 'ply',

'plore',

'plu', 'plur', 'plus', 'pneuma',

'pneumon', 'pod', 'poli', 'poly', 'pon', 'pos', 'pound', 'pop', 'port', 'portion', 'post', 'pot', 'pre', 'pur',

'prehendere', 'prin', 'prim', 'prime',

'pro', 'proto', 'psych', 'punct', 'pute', 'quat', 'quad', 'quint', 'penta', 'quip', 'quir', 'quis', 'quest',

'quer',

're', 'reg', 'recti', 'retro', 'ri', 'ridi',

'risi', 'rog', 'roga', 'rupt', 'sacr', 'sanc', 'secr', 'salv', 'salu', 'sanct', 'sat', 'satis', 'sci', 'scio',

'scientia', 'scope', 'scrib', 'script', 'se',

'sect', 'sec', 'sed', 'sess', 'sid', 'semi', 'sen', 'scen', 'sent', 'sens', 'sept', 'sequ', 'secu', 'sue',

'serv',

'sign', 'signi', 'simil', 'simul', 'sist', 'sta',

'stit', 'soci', 'sol', 'solus', 'solv', 'solu', 'solut', 'somn', 'soph', 'spec', 'spect', 'spi', 'spic', 'sper',

'sphere', 'spir', 'stand', 'stant', 'stab',

'stat', 'stan', 'sti', 'sta', 'st', 'stead', 'strain', 'strict', 'string', 'stige', 'stru', 'struct', 'stroy',

'stry',

'sub', 'suc', 'suf', 'sup', 'sur', 'sus',

'sume', 'sump', 'super', 'supra', 'syn', 'sym', 'tact', 'tang', 'tag', 'tig', 'ting', 'tain', 'ten', 'tent',

'tin',

'tect', 'teg', 'tele', 'tem', 'tempo', 'ten',

'tin', 'tain', 'tend', 'tent', 'tens', 'tera', 'term', 'terr', 'terra', 'test', 'the', 'theo', 'therm',

'thesis',

'thet', 'tire', 'tom', 'tor', 'tors', 'tort'

, 'tox', 'tract', 'tra', 'trai', 'treat', 'trans', 'tri', 'trib', 'tribute', 'turbo', 'typ', 'ultima', 'umber',

'umbraticum', 'un', 'uni', 'vac', 'vade', 'vale',

'vali', 'valu', 'veh', 'vect', 'ven', 'vent', 'ver', 'veri', 'verb', 'verv', 'vert', 'vers', 'vi', 'vic',

'vicis',

'vict', 'vinc', 'vid', 'vis', 'viv', 'vita', 'vivi'

, 'voc', 'voke', 'vol', 'volcan', 'volv', 'volt', 'vol', 'vor', 'with', 'zo'}

neutral_prefixes = upper(neutral_prefixes)

neutral_suffixes = upper(neutral_suffixes)

strong_prefixes = upper(strong_prefixes)

strong_suffixes = upper(strong_suffixes)

full_suffixes_set = upper(suffixes)

full_prefixes_set = upper(prefixes)

suffix={"1","2","0"}

for line in data_list:

dict={}

vow_index=[]

vowelCount =0

pattern=""

y=""

dict["pos"]=nltk.pos_tag([line.split(":")[0]])[0][1]

word=line.split(":")[0]

temp= check_prefix(word, neutral_prefixes)

if temp:

dict['neu_pre']=temp

temp = check_suffix(word, neutral_suffixes)

if temp:

dict['neu_suf']=temp

temp = check_prefix(word,strong_prefixes)

if temp:

dict['str_pre']=temp

temp = check_suffix(word,strong_suffixes)

if temp:

dict['str_suf']=temp

temp = check_prefix(word,full_suffixes_set)

if temp:

dict['ful_pre']=temp

temp = check_suffix(word,full_prefixes_set)

if temp:

dict['ful_suf']=temp

line = line.split(":")[1].strip()

syllables = line.split(" ")

l=[]

for i in syllables:

l.append(i if not(i[-1].isdigit()) else i[:-1] )

dict.update(Counter({''.join(i) for i in get_ngrams(l)}))

dict['len'] = len(syllables)

out=''

for i in range(len(syllables)):

syl=syllables[i]

if syl[-1] in suffix:

vowelCount+=1

vow_index.append(i)

out+=syl[-1]

# if syl[-1]=="1":

# model_y.append(vowelCount)

pattern+="V"

else:

pattern+="C"

model_y.append(out)

vowelCount=0

dict["pattern"]=pattern

dict['vow_len']=len(vow_index)

for i in vow_index:

vowelCount += 1

if i - 1 >= 0:

dict["onset2_" + str(vowelCount)] = syllables[i - 1]

if i + 1 < len(syllables):

dict["coda1_" + str(vowelCount)] = syllables[i + 1]

dict["nucleus_" + str(vowelCount)] = syllables[i][:-1]

model_x.append(dict)

# print(pd.DataFrame(model_x))

# print(model_y)

v = DictVectorizer(sparse=True)

X = v.fit_transform(model_x)

classifier = LogisticRegression(penalty='l2', class_weight='balanced')

classifier.fit(X, model_y)

with open(classifier_file, 'wb') as f:

pickle.dump(classifier, f)

data_list = data

with open(classifier_file, 'rb') as f:

clf = pickle.load(f)

v = pickle.load(f)

model_x=[]

model_y=[]

vo_list={'IH', 'UW', 'OY', 'AH', 'ER', 'EY', 'AO', 'AW', 'AY', 'EH', 'AE', 'UH', 'IY', 'AA', 'OW'}

co_list={'W', 'K', 'HH', 'G', 'JH', 'Z', 'Y', 'N', 'V', 'SH', 'L', 'NG', 'S', 'CH', 'R', 'D', 'B', 'TH', 'F', 'DH', 'T', 'P', 'M', 'ZH'}

strong_suffixes = {'al', 'ance', 'ancy', 'ant', 'ard', 'ary', 'àte', 'auto', 'ence', 'ency', 'ent',

'ery', 'est', 'ial', 'ian', 'iana', 'en', 'ésce', 'ic', 'ify', 'ine', 'ion', 'tion',

'ity', 'ive', 'ory', 'ous', 'ual', 'ure', 'wide', 'y', 'se', 'ade', 'e', 'ee', 'een',

'eer', 'ese', 'esque', 'ette', 'eur', 'ier', 'oon', 'que'}

strong_prefixes = {'ad', 'co', 'con', 'counter', 'de', 'di', 'dis', 'e', 'en', 'ex', 'in', 'mid', 'ob', 'para',

'pre', 're', 'sub',

'a', 'be', 'with', 'for'}

neutral_prefixes = {'down', 'fore', 'mis', 'over', 'out', 'un', 'under', 'up', 'anti', 'bi', 'non', 'pro', 'tri',

'contra', 'counta',

'de', 'dis', 'extra', 'inter', 'intro', 'multi', 'non', 'post', 'retro', 'super', 'trans',

'ultra'}

neutral_suffixes = {'able', 'age', 'al', 'ate', 'ed', 'en', 'er', 'est', 'ful', 'hood', 'ible', 'ing', 'ile', 'ish', 'ism',

'ist', 'ize', 'less', 'like', 'ly''man', 'ment', 'most', 'ness', 'old', 's', 'ship', 'some', 'th', 'ward',

'wise', 'y'}

suffixes = {

'inal', 'ain', 'tion', 'sion', 'osis', 'oon', 'sce', 'que', 'ette', 'eer', 'ee', 'aire', 'able', 'ible', 'acy',

'cy', 'ade',

'age', 'al', 'al', 'ial', 'ical', 'an', 'ance', 'ence',

'ancy', 'ency', 'ant', 'ent', 'ant', 'ent', 'ient', 'ar', 'ary', 'ard', 'art', 'ate', 'ate', 'ate', 'ation',

'cade',

'drome', 'ed', 'ed', 'en', 'en', 'ence', 'ency', 'er', 'ier',

'er', 'or', 'er', 'or', 'ery', 'es', 'ese', 'ies', 'es', 'ies', 'ess', 'est', 'iest', 'fold', 'ful', 'ful',

'fy', 'ia',

'ian', 'iatry', 'ic', 'ic', 'ice', 'ify', 'ile',

'ing', 'ion', 'ish', 'ism', 'ist', 'ite', 'ity', 'ive', 'ive', 'ative', 'itive', 'ize', 'less', 'ly', 'ment',

'ness',

'or', 'ory', 'ous', 'eous', 'ose', 'ious', 'ship', 'ster',

'ure', 'ward', 'wise', 'ize', 'phy', 'ogy'}

prefixes = {

'ac', 'ad', 'af', 'ag', 'al', 'an', 'ap', 'as', 'at', 'an', 'ab', 'abs', 'acer', 'acid', 'acri', 'act', 'ag',

'acu',

'aer', 'aero', 'ag', 'agi',

'ig', 'act', 'agri', 'agro', 'alb', 'albo', 'ali', 'allo', 'alter', 'alt', 'am', 'ami', 'amor', 'ambi', 'ambul',

'ana',

'ano', 'andr', 'andro', 'ang',

'anim', 'ann', 'annu', 'enni', 'ante', 'anthrop', 'anti', 'ant', 'anti', 'antico', 'apo', 'ap', 'aph', 'aqu',

'arch',

'aster', 'astr', 'auc', 'aug',

'aut', 'aud', 'audi', 'aur', 'aus', 'aug', 'auc', 'aut', 'auto', 'bar', 'be', 'belli', 'bene', 'bi', 'bine',

'bibl',

'bibli', 'biblio', 'bio', 'bi',

'brev', 'cad', 'cap', 'cas', 'ceiv', 'cept', 'capt', 'cid', 'cip', 'cad', 'cas', 'calor', 'capit', 'capt',

'carn',

'cat', 'cata', 'cath', 'caus', 'caut'

, 'cause', 'cuse', 'cus', 'ceas', 'ced', 'cede', 'ceed', 'cess', 'cent', 'centr', 'centri', 'chrom', 'chron',

'cide',

'cis', 'cise', 'circum', 'cit',

'civ', 'clam', 'claim', 'clin', 'clud', 'clus claus', 'co', 'cog', 'col', 'coll', 'con', 'com', 'cor', 'cogn',

'gnos',

'com', 'con', 'contr', 'contra',

'counter', 'cord', 'cor', 'cardi', 'corp', 'cort', 'cosm', 'cour', 'cur', 'curr', 'curs', 'crat', 'cracy',

'cre',

'cresc', 'cret', 'crease', 'crea',

'cred', 'cresc', 'cret', 'crease', 'cru', 'crit', 'cur', 'curs', 'cura', 'cycl', 'cyclo', 'de', 'dec', 'deca',

'dec',

'dign', 'dei', 'div', 'dem', 'demo',

'dent', 'dont', 'derm', 'di', 'dy', 'dia', 'dic', 'dict', 'dit', 'dis', 'dif', 'dit', 'doc', 'doct', 'domin',

'don',

'dorm', 'dox', 'duc', 'duct', 'dura',

'dynam', 'dys', 'ec', 'eco', 'ecto', 'en', 'em', 'end', 'epi', 'equi', 'erg', 'ev', 'et', 'ex', 'exter',

'extra',

'extro', 'fa', 'fess', 'fac', 'fact',

'fec', 'fect', 'fic', 'fas', 'fea', 'fall', 'fals', 'femto', 'fer', 'fic', 'feign', 'fain', 'fit', 'feat',

'fid', 'fid',

'fide', 'feder', 'fig', 'fila',

'fili', 'fin', 'fix', 'flex', 'flect', 'flict', 'flu', 'fluc', 'fluv', 'flux', 'for', 'fore', 'forc', 'fort',

'form',

'fract', 'frag',

'frai', 'fuge', 'fuse', 'gam', 'gastr', 'gastro', 'gen', 'gen', 'geo', 'germ', 'gest', 'giga', 'gin', 'gloss',

'glot',

'glu', 'glo', 'gor', 'grad', 'gress',

'gree', 'graph', 'gram', 'graf', 'grat', 'grav', 'greg', 'hale', 'heal', 'helio', 'hema', 'hemo', 'her', 'here',

'hes',

'hetero', 'hex', 'ses', 'sex', 'homo',

'hum', 'human', 'hydr', 'hydra', 'hydro', 'hyper', 'hypn', 'an', 'ics', 'ignis', 'in', 'im', 'in', 'im', 'il',

'ir',

'infra', 'inter', 'intra', 'intro', 'ty',

'jac', 'ject', 'join', 'junct', 'judice', 'jug', 'junct', 'just', 'juven', 'labor', 'lau', 'lav', 'lot', 'lut',

'lect',

'leg', 'lig', 'leg', 'levi', 'lex',

'leag', 'leg', 'liber', 'liver', 'lide', 'liter', 'loc', 'loco', 'log', 'logo', 'ology', 'loqu', 'locut', 'luc',

'lum',

'lun', 'lus', 'lust', 'lude', 'macr',

'macer', 'magn', 'main', 'mal', 'man', 'manu', 'mand', 'mania', 'mar', 'mari', 'mer', 'matri', 'medi', 'mega',

'mem',

'ment', 'meso', 'meta', 'meter', 'metr',

'micro', 'migra', 'mill', 'kilo', 'milli', 'min', 'mis', 'mit', 'miss', 'mob', 'mov', 'mot', 'mon', 'mono',

'mor',

'mort', 'morph', 'multi', 'nano', 'nasc',

'nat', 'gnant', 'nai', 'nat', 'nasc', 'neo', 'neur', 'nom', 'nom', 'nym', 'nomen', 'nomin', 'non', 'non', 'nov',

'nox',

'noc', 'numer', 'numisma', 'ob', 'oc',

'of', 'op', 'oct', 'oligo', 'omni', 'onym', 'oper', 'ortho', 'over', 'pac', 'pair', 'pare', 'paleo', 'pan',

'para',

'pat', 'pass', 'path', 'pater', 'patr',

'path', 'pathy', 'ped', 'pod', 'pedo', 'pel', 'puls', 'pend', 'pens', 'pond', 'per', 'peri', 'phage', 'phan',

'phas',

'phen', 'fan', 'phant', 'fant', 'phe',

'phil', 'phlegma', 'phobia', 'phobos', 'phon', 'phot', 'photo', 'pico', 'pict', 'plac', 'plais', 'pli', 'ply',

'plore',

'plu', 'plur', 'plus', 'pneuma',

'pneumon', 'pod', 'poli', 'poly', 'pon', 'pos', 'pound', 'pop', 'port', 'portion', 'post', 'pot', 'pre', 'pur',

'prehendere', 'prin', 'prim', 'prime',

'pro', 'proto', 'psych', 'punct', 'pute', 'quat', 'quad', 'quint', 'penta', 'quip', 'quir', 'quis', 'quest',

'quer',

're', 'reg', 'recti', 'retro', 'ri', 'ridi',

'risi', 'rog', 'roga', 'rupt', 'sacr', 'sanc', 'secr', 'salv', 'salu', 'sanct', 'sat', 'satis', 'sci', 'scio',

'scientia', 'scope', 'scrib', 'script', 'se',

'sect', 'sec', 'sed', 'sess', 'sid', 'semi', 'sen', 'scen', 'sent', 'sens', 'sept', 'sequ', 'secu', 'sue',

'serv',

'sign', 'signi', 'simil', 'simul', 'sist', 'sta',

'stit', 'soci', 'sol', 'solus', 'solv', 'solu', 'solut', 'somn', 'soph', 'spec', 'spect', 'spi', 'spic', 'sper',

'sphere', 'spir', 'stand', 'stant', 'stab',

'stat', 'stan', 'sti', 'sta', 'st', 'stead', 'strain', 'strict', 'string', 'stige', 'stru', 'struct', 'stroy',

'stry',

'sub', 'suc', 'suf', 'sup', 'sur', 'sus',

'sume', 'sump', 'super', 'supra', 'syn', 'sym', 'tact', 'tang', 'tag', 'tig', 'ting', 'tain', 'ten', 'tent',

'tin',

'tect', 'teg', 'tele', 'tem', 'tempo', 'ten',

'tin', 'tain', 'tend', 'tent', 'tens', 'tera', 'term', 'terr', 'terra', 'test', 'the', 'theo', 'therm',

'thesis',

'thet', 'tire', 'tom', 'tor', 'tors', 'tort'

, 'tox', 'tract', 'tra', 'trai', 'treat', 'trans', 'tri', 'trib', 'tribute', 'turbo', 'typ', 'ultima', 'umber',

'umbraticum', 'un', 'uni', 'vac', 'vade', 'vale',

'vali', 'valu', 'veh', 'vect', 'ven', 'vent', 'ver', 'veri', 'verb', 'verv', 'vert', 'vers', 'vi', 'vic',

'vicis',

'vict', 'vinc', 'vid', 'vis', 'viv', 'vita', 'vivi'

, 'voc', 'voke', 'vol', 'volcan', 'volv', 'volt', 'vol', 'vor', 'with', 'zo'}

neutral_prefixes = upper(neutral_prefixes)

neutral_suffixes = upper(neutral_suffixes)

strong_prefixes = upper(strong_prefixes)

strong_suffixes = upper(strong_suffixes)

full_suffixes_set = upper(suffixes)

full_prefixes_set = upper(prefixes)

for line in data_list:

dict={}

vow_index=[]

vowelCount =0

pattern=""

dict["pos"]=nltk.pos_tag([line.split(":")[0]])[0][1]

word=line.split(":")[0]

temp= check_prefix(word, neutral_prefixes)

if temp:

dict['neu_pre']=temp

temp = check_suffix(word, neutral_suffixes)

if temp:

dict['neu_suf']=temp

temp = check_prefix(word,strong_prefixes)

if temp:

dict['str_pre']=temp

temp = check_suffix(word,strong_suffixes)

if temp:

dict['str_suf']=temp

temp = check_prefix(word,full_suffixes_set)

if temp:

dict['ful_pre']=temp

temp = check_suffix(word,full_prefixes_set)

if temp:

dict['ful_suf']=temp

line = line.split(":")[1].strip()

syllables = line.split(" ")

l=[]

for i in syllables:

l.append(i if not (i[-1].isdigit()) else i[:-1])

dict.update(Counter({''.join(i) for i in get_ngrams(l)}))

dict['len'] = len(syllables)

for i in range(len(syllables)):

syl=syllables[i]

if syl in vo_list:

vowelCount+=1

vow_index.append(i)

pattern+="V"

else:

pattern+="C"

vowelCount=0

dict['vow_len']=len(vow_index)

dict["pattern"]=pattern

for i in vow_index:

vowelCount += 1

if i - 1 >= 0:

dict["onset2_" + str(vowelCount)] = syllables[i - 1]

if i + 1 < len(syllables):

dict["coda1_" + str(vowelCount)] = syllables[i + 1]

dict["nucleus_" + str(vowelCount)] = syllables[i]

model_x.append(dict)

# print(pd.DataFrame(model_x))

# print(model_y)

x=v.transform(model_x)

re = clf.predict(x).tolist()

res = []

for i in re:

c = 0

for j in i:

c += 1

if j == "1":

res.append(c)