Spanish

pretrain-corpora/Crawlers and Process/Patterns/irelevant_keywords_spanish.txt

@@ -0,0 +1,247 @@
+/\bestilos?\b/
+/libros?/
+/coches?/
+/carros?/
+/automóviles?/
+/tierra/
+/alimentos/
+/futuro/
+/salud/
+/vida/
+/miembros?/
+/dinero/
+/paquetes?/
+/fotos?/
+/popular/
+/radio/
+/videos/
+\w+bola
+accidente
+álbum
+AMEX
+animal
+arte
+artista
+athlet
+australian.open
+Auto.Rac
+autos?\b
+bádminton
+bbcthree
+bcs.campeón
+bcs.nacional
+belleza
+ofertas.bcs
+Cartelera
+Libros? Revisar
+bolos\b
+boxeo
+Braves
+Cerveceros
+British.open
+Broadway
+negocio
+Cardenales
+carrera
+CBA.Playoffs
+celebrid
+campeonato
+campeón
+cine
+clima
+clinics?|b
+comed
+commentisfree
+commodit
+concierto
+consumidor
+Corporat
+cricket
+cultura
+copa
+moneda
+cyclyng
+daytona 500
+ofertas...
+DJIA
+Dólar
+Dow.Jones
+dragster
+ganancia
+Economía
+educación
+entretenimiento
+medio ambiente
+ecuestre
+intercambio
+Expos
+agricultura
+moda
+ficción
+campo \w+ gol
+FIFA\b
+películas?\b
+FINA\b
+finalista
+finales
+financ
+fitness
+Flowery.Gold.Mines|FLOD
+francés.abierto
+fund\b
+financiación
+galería
+juegos?\b
+género\b
+regalos?\b
+portero
+goles\b
+golf\b
+Grammy
+grand.national
+grand.prix
+grand.slam
+gráfico
+gimnástico
+tenía \w+ meta
+medio tiempo
+temblor de corazón
+Hockey
+hollywood
+huracán
+Índice.futuro
+Indianápolis.500
+IndyCar
+info
+tipo.de.interés
+invertir
+iron.man
+jazz
+kentucky.derby
+le.mans
+LIGA
+estilo de vida
+Lotería
+Lotería
+LPGA\b
+maratón
+locura.de.marzo
+mercado
+comidas
+meast
+medallista
+afiliación
+Mets\b
+Hipoteca
+deporte del motor
+película
+música
+NASCAR
+NASD
+Nasdaq
+desastre natural
+NBA\b
+NCAA
+Netflix
+nfl\b
+NHL\b
+Novelas
+NYSE
+obituar
+fuera de temporada
+Olímpico
+Orioles
+Oscar
+Padres
+paidpost
+paralímpico
+Pingüinos
+rendimiento
+PGA\b
+Phillies
+Piratas
+Lanzadores
+jugar.bola
+jugador
+Playoffs
+podcast
+pollut
+polo\b
+pop\b
+cultura popular
+Powerball
+precios?\b
+producto
+PSE\b
+mariscal de campo
+cotización
+carreras
+inmobiliario...
+Recapitulación
+Receta
+religión
+resultados
+resumen
+Remo
+rugby\N
+Russell.2000
+Russell.US.Index
+ryder\b
+S&P
+vela
+ventas?\b
+puntuación \w+ gol
+puntuación\b
+goleadores\b
+goleadores\b
+vendedor
+semi.final
+semifinal
+disparar \w+ gol
+compras
+Compradores
+tiro \w+ gol
+mundo del espectáculo
+cantante
+seis.naciones
+fútbol
+especiales
+deportes
+entrenamiento.de.primavera
+parrilla.de.salida
+stock
+éxito
+surfista
+surf
+nadar
+T-bill
+tech\b
+tecnología
+tecnología\b
+temperatura
+tenis
+teatro
+billete
+top sing
+tornado
+tour.de.francia
+torneo
+comercio
+viaje
+Tesoros
+Tesorería
+Triatlón
+tv\b
+U\.S\. Open
+uefa\b
+us.open
+aventura
+vr\b
+tiempo
+Peso.?leventar
+Wimbledon
+ganar
+world.classic
+world.series
+Yankees
+Turismo

pretrain-corpora/Crawlers and Process/Patterns/wiki_relevant_exclude_spanish.txt

@@ -0,0 +1,22 @@
+álbum
+ficción
+firma
+película
+paralímpico
+deporte
+cementer
+novela
+juego
+jugar
+cultura popular
+Entorno de
+\w+bola
+diseño
+Vida silvestre
+fauna
+marcial
+AC\b
+accidente
+desastre
+Barcos construidos
+Barcos de\b