cws tl84: #i114751# fingerprint data for Serbian

4 files changed, 802 insertions, 401 deletions

diff --git a/libtextcat/data/new_fingerprints/fpdb.conf b/libtextcat/data/new_fingerprints/fpdb.conf
index df56f9e..329184d 100644
--- a/libtextcat/data/new_fingerprints/fpdb.conf
+++ b/libtextcat/data/new_fingerprints/fpdb.conf
@@ -68,7 +68,8 @@ russian.lm                           ru--utf8
 sanskrit.lm                          sa--utf8
 scots.lm                             sco--utf8
 scots_gaelic.lm                      gd--utf8
-serbian_ascii.lm                     sh-YU-utf8
+serbian.lm                           sr--utf-8
+serbian-latin.lm                     sh--utf-8
 slovak_ascii.lm                      sk-SK-utf8
 slovenian.lm                         sl--utf8
 spanish.lm                           es--utf8
diff --git a/libtextcat/data/new_fingerprints/lm/serbian-latin.lm b/libtextcat/data/new_fingerprints/lm/serbian-latin.lm
new file mode 100644
index 0000000..0a02831
--- /dev/null
+++ b/libtextcat/data/new_fingerprints/lm/serbian-latin.lm
@@ -0,0 +1,400 @@
+_	 56298
+a	 17374
+i	 15500
+e	 13745
+o	 13087
+n	 9704
+r	 8535
+s	 7383
+t	 6692
+j	 6664
+u	 6390
+k	 6060
+a_	 5221
+v	 5177
+l	 5082
+d	 4923
+e_	 4729
+m	 4663
+p	 4121
+i_	 3992
+_s	 2964
+je	 2847
+g	 2703
+z	 2575
+u_	 2521
+_p	 2491
+ra	 2430
+_i	 2355
+na	 2337
+.	 2169
+,	 2142
+,_	 2134
+._	 2112
+st	 2091
+o_	 2004
+ni	 1971
+b	 1933
+ko	 1894
+je_	 1700
+an	 1671
+ij	 1628
+no	 1559
+č	 1550
+_n	 1522
+_u	 1516
+re	 1465
+ti	 1409
+_o	 1368
+en	 1365
+_k	 1353
+_j	 1346
+_d	 1341
+ja	 1325
+li	 1314
+ta	 1309
+pr	 1303
+c	 1287
+ka	 1269
+_je	 1233
+po	 1224
+ne	 1221
+_i_	 1220
+ri	 1198
+va	 1197
+ov	 1151
+od	 1146
+la	 1139
+sk	 1132
+m_	 1124
+_pr	 1120
+os	 1086
+in	 1060
+š	 1053
+ve	 1048
+oj	 1035
+ma	 1029
+om	 1027
+og	 1024
+im	 1006
+av	 1002
+al	 982
+me	 976
+vi	 971
+_po	 966
+_na	 963
+na_	 944
+da	 928
+ro	 905
+nj	 900
+ik	 891
+_je_	 889
+to	 884
+ad	 881
+ar	 873
+h	 862
+or	 858
+se	 840
+_m	 836
+te	 819
+is	 816
+_u_	 810
+aj	 809
+ed	 800
+_t	 791
+et	 772
+at	 740
+vo	 735
+ju	 731
+gr	 723
+di	 722
+lo	 722
+za	 709
+il	 709
+ak	 707
+_r	 704
+ja_	 703
+ji	 700
+ne_	 694
+_ko	 691
+ki	 689
+er	 681
+ci	 680
+ć	 673
+_se	 670
+_v	 664
+ž	 663
+el	 662
+on	 658
+_z	 656
+S	 638
+iz	 635
+bi	 622
+ek	 616
+_S	 612
+su	 607
+gra	 606
+sa	 603
+a,	 601
+a,_	 598
+_b	 598
+ih	 597
+om_	 591
+_g	 588
+ost	 587
+ije	 586
+d_	 579
+tr	 574
+se_	 567
+ija	 561
+de	 559
+em	 552
+_se_	 552
+le	 549
+a.	 548
+lj	 548
+a._	 542
+do	 540
+_su	 533
+zi	 529
+ič	 525
+sta	 520
+h_	 520
+ke	 517
+ih_	 511
+f	 507
+go	 505
+ol	 504
+dn	 498
+sti	 496
+ka_	 493
+_.	 489
+_._	 473
+rad	 472
+_a	 468
+g_	 463
+ic	 461
+as	 461
+_za	 461
+it	 456
+koj	 454
+ob	 448
+iv	 442
+da_	 442
+az	 441
+su_	 436
+ku	 433
+ma_	 430
+mo	 429
+ju_	 429
+_sa	 427
+ke_	 421
+ni_	 421
+ist	 421
+og_	 418
+_od	 417
+am	 416
+anj	 412
+đ	 407
+_su_	 407
+ru	 400
+nje	 398
+sl	 397
+ok	 392
+op	 391
+_koj	 391
+_na_	 389
+tn	 388
+ji_	 384
+e,	 383
+_do	 381
+e,_	 380
+ima	 379
+ač	 378
+nos	 378
+vn	 377
+B	 377
+_ka	 373
+ti_	 372
+li_	 370
+eo	 370
+pre	 367
+_iz	 364
+P	 361
+sko	 361
+io	 360
+n_	 360
+"	 356
+vr	 354
+_st	 354
+mi	 352
+čk	 351
+ao	 350
+im_	 347
+es	 346
+_B	 346
+ev	 344
+ski	 343
+ez	 343
+j_	 341
+ije_	 341
+ig	 339
+_ra	 338
+ko_	 336
+tv	 336
+grad	 335
+no_	 335
+la_	 334
+_P	 333
+_da	 333
+št	 332
+od_	 330
+-	 326
+dr	 323
+va_	 322
+tu	 320
+_l	 316
+pro	 315
+ori	 315
+N	 314
+ika	 311
+ija_	 311
+sto	 309
+e.	 307
+ir	 303
+e._	 302
+_pro	 301
+_pre	 300
+ki_	 300
+ot	 299
+_N	 297
+sv	 294
+pe	 291
+ns	 291
+sn	 291
+met	 290
+t_	 289
+pri	 289
+ba	 288
+ili	 288
+pa	 288
+ut	 287
+ao_	 286
+oji	 285
+_ne	 285
+če	 284
+ova	 283
+kom	 282
+um	 281
+ičk	 279
+nost	 279
+k_	 279
+si	 279
+ada	 278
+van	 278
+cij	 276
+Sr	 276
+lik	 275
+_Sr	 275
+nt	 275
+ogr	 274
+ug	 274
+_ve	 274
+ran	 273
+br	 273
+ani	 272
+ine	 272
+ac	 271
+edn	 271
+red	 268
+_bi	 266
+_pri	 266
+ud	 266
+ogra	 265
+nja	 265
+odi	 264
+_f	 263
+_re	 262
+ga	 258
+ati	 258
+zn	 257
+ovi	 255
+rij	 254
+_sv	 254
+ako	 252
+nu	 252
+nij	 251
+ana	 251
+ča	 251
+rav	 250
+din	 248
+kr	 247
+iš	 247
+či	 245
+up	 245
+ce	 245
+ta_	 244
+rv	 244
+men	 244
+un	 243
+rb	 243
+aju	 241
+ava	 241
+ra_	 241
+etn	 239
+oj_	 239
+ln	 238
+T	 238
+pos	 237
+eni	 237
+M	 234
+_go	 233
+_od_	 232
+du	 231
+ali	 231
+ini	 229
+ima_	 229
+_da_	 228
+nov	 227
+_te	 227
+ps	 225
+_e	 225
+Srb	 223
+ca	 223
+_M	 223
+_Srb	 222
+ara	 222
+_mo	 221
+Be	 221
+_de	 221
+i.	 220
+bij	 220
+K	 220
+jed	 219
+sa_	 219
+oji_	 218
+čn	 218
+_ob	 218
+pi	 218
+ur	 218
+eogr	 217
+ove	 217
+avi	 217
+tno	 217
+eog	 217
+eogra	 217
+stv	 216
+zv	 216
+_Be	 216
+i._	 216
+nik	 215
+bo	 214
+_koji	 214
+nic	 214
+koji	 214
+_pos	 214
+_K	 213
+ume	 213
+za_	 211
+i,	 211
+i,_	 211
diff --git a/libtextcat/data/new_fingerprints/lm/serbian.lm b/libtextcat/data/new_fingerprints/lm/serbian.lm
new file mode 100644
index 0000000..55b5906
--- /dev/null
+++ b/libtextcat/data/new_fingerprints/lm/serbian.lm
@@ -0,0 +1,400 @@
+_	 56294
+а	 17374
+и	 15500
+е	 13745
+о	 13087
+н	 8809
+р	 8535
+с	 7383
+т	 6692
+у	 6390
+к	 6060
+а_	 5221
+ј	 5197
+в	 5177
+д	 4882
+е_	 4729
+м	 4663
+л	 4534
+п	 4121
+и_	 3992
+_с	 2964
+г	 2703
+з	 2575
+у_	 2521
+_п	 2491
+ра	 2430
+_и	 2355
+на	 2337
+је	 2281
+.	 2169
+,	 2142
+,_	 2134
+._	 2112
+ст	 2091
+о_	 2004
+ни	 1971
+б	 1933
+ко	 1894
+иј	 1628
+но	 1559
+ч	 1550
+_у	 1516
+је_	 1465
+ре	 1465
+_н	 1437
+ти	 1409
+_о	 1368
+_к	 1353
+_ј	 1346
+_д	 1315
+ли	 1314
+та	 1309
+пр	 1303
+ц	 1287
+ка	 1269
+ан	 1260
+_је	 1233
+по	 1224
+не	 1221
+_и_	 1220
+ен	 1198
+ри	 1198
+ва	 1197
+ов	 1151
+од	 1146
+ла	 1139
+ск	 1132
+м_	 1124
+_пр	 1120
+ос	 1086
+ш	 1053
+ве	 1048
+ој	 1035
+ма	 1029
+ом	 1027
+ин	 1025
+ог	 1024
+им	 1006
+ав	 1002
+ме	 976
+ви	 971
+_по	 966
+_на	 963
+на_	 944
+да	 928
+ја	 906
+ро	 905
+њ	 895
+ал	 893
+ик	 891
+_је_	 889
+то	 884
+ад	 876
+ар	 873
+х	 862
+ор	 858
+се	 840
+_м	 836
+те	 819
+ис	 816
+_у_	 810
+ај	 809
+ед	 800
+_т	 791
+ет	 772
+ат	 740
+во	 735
+гр	 723
+ди	 722
+ло	 722
+за	 709
+ак	 707
+_р	 704
+не_	 694
+_ко	 691
+ки	 689
+ер	 681
+ил	 681
+ци	 680
+ћ	 673
+_се	 670
+_в	 664
+_з	 656
+он	 651
+С	 638
+из	 635
+би	 622
+ж	 617
+ек	 616
+_С	 612
+ел	 611
+су	 607
+гра	 606
+са	 603
+а,	 601
+а,_	 598
+_б	 598
+их	 597
+ом_	 591
+_г	 588
+ост	 587
+ије	 586
+д_	 579
+тр	 574
+се_	 567
+ија	 561
+де	 559
+_се_	 552
+ем	 552
+ле	 549
+а.	 548
+љ	 548
+а._	 542
+до	 540
+_су	 533
+ју	 529
+зи	 529
+ји	 525
+ич	 525
+ста	 520
+х_	 520
+ке	 517
+их_	 511
+ф	 507
+го	 505
+сти	 496
+ка_	 493
+_.	 489
+_._	 473
+_а	 468
+рад	 467
+ја_	 467
+г_	 463
+иц	 461
+ас	 461
+_за	 461
+ит	 456
+кој	 454
+об	 448
+да_	 442
+ив	 442
+аз	 441
+су_	 436
+ку	 433
+ма_	 430
+мо	 429
+_са	 427
+ке_	 421
+ол	 421
+ни_	 421
+ист	 421
+дн	 421
+ог_	 418
+_од	 417
+ам	 416
+ањ	 411
+ђ	 407
+_су_	 407
+ру	 400
+ње	 398
+сл	 397
+ок	 392
+оп	 391
+_кој	 391
+_на_	 389
+е,	 383
+тн	 381
+_до	 381
+е,_	 380
+има	 379
+нос	 378
+ач	 378
+вн	 377
+Б	 377
+_ка	 373
+ти_	 372
+ео	 370
+ли_	 370
+пре	 367
+_из	 364
+ско	 361
+ио	 360
+н_	 360
+П	 359
+ју_	 359
+"	 356
+вр	 354
+_ст	 354
+ји_	 354
+ми	 352
+чк	 351
+ао	 350
+им_	 347
+_Б	 346
+ес	 346
+ев	 344
+ски	 343
+ез	 343
+ије_	 341
+иг	 339
+_ра	 338
+тв	 336
+ко_	 336
+град	 335
+но_	 335
+ла_	 334
+_да	 333
+_П	 333
+шт	 332
+од_	 330
+-	 326
+ј_	 326
+др	 323
+ва_	 322
+ту	 320
+ори	 315
+про	 315
+ија_	 311
+ика	 311
+сто	 309
+е.	 307
+ир	 303
+е._	 302
+_про	 301
+_пре	 300
+ки_	 300
+от	 299
+Н	 296
+св	 294
+пе	 291
+сн	 291
+нс	 291
+мет	 290
+т_	 289
+при	 289
+ба	 288
+па	 288
+или	 288
+ут	 287
+ао_	 286
+оји	 285
+_не	 285
+че	 284
+ова	 283
+ком	 282
+ум	 281
+_Н	 280
+си	 279
+ичк	 279
+ност	 279
+к_	 279
+ада	 278
+Ср	 276
+циј	 276
+лик	 275
+_Ср	 275
+нт	 275
+огр	 274
+_ве	 274
+уг	 274
+бр	 273
+ани	 272
+ине	 272
+ац	 271
+ред	 268
+_би	 266
+_при	 266
+уд	 265
+ња	 265
+огра	 265
+оди	 264
+_ф	 263
+_ре	 262
+_л	 259
+ати	 258
+га	 258
+зн	 257
+ови	 255
+риј	 254
+_св	 254
+ну	 252
+ако	 252
+ча	 251
+ниј	 251
+ана	 251
+рав	 250
+иш	 247
+кр	 247
+чи	 245
+уп	 245
+це	 245
+дин	 244
+та_	 244
+рв	 244
+рб	 243
+ра_	 241
+ају	 241
+ава	 241
+ун	 240
+ој_	 239
+Т	 238
+лн	 238
+пос	 237
+ени	 237
+етн	 234
+М	 234
+_го	 233
+_од_	 232
+али	 231
+ду	 231
+ини	 229
+има_	 229
+_да_	 228
+_те	 227
+нов	 227
+пс	 225
+_е	 225
+_М	 223
+Срб	 223
+ца	 223
+_Срб	 222
+ара	 222
+ран	 221
+_мо	 221
+Бе	 221
+_де	 221
+биј	 220
+и.	 220
+јед	 219
+К	 219
+едн	 219
+са_	 219
+пи	 218
+оји_	 218
+ур	 218
+_об	 218
+ове	 217
+чн	 217
+тно	 217
+ави	 217
+еогр	 217
+еогра	 217
+еог	 217
+и._	 216
+ств	 216
+зв	 216
+_Бе	 216
+ник	 215
+_који	 214
+ниц	 214
+бо	 214
+који	 214
+_пос	 214
+уме	 213
+_К	 212
+за_	 211
+и,_	 211
+и,	 211
+тра	 209
+сп	 209
diff --git a/libtextcat/data/new_fingerprints/lm/serbian_ascii.lm b/libtextcat/data/new_fingerprints/lm/serbian_ascii.lm
deleted file mode 100644
index 9471be6..0000000
--- a/libtextcat/data/new_fingerprints/lm/serbian_ascii.lm
+++ /dev/null
@@ -1,400 +0,0 @@
-_	 34122
-a	 9113
-o	 8135
-i	 7736
-e	 7535
-n	 5207
-s	 4860
-j	 3995
-t	 3797
-r	 3660
-u	 3224
-l	 3065
-d	 3061
-e_	 2941
-v	 2786
-a_	 2746
-k	 2701
-m	 2492
-o_	 2328
-y	 2238
-p	 2151
-_s	 2148
-i_	 2094
-je	 1887
-c	 1854
-z	 1731
-_n	 1437
-_p	 1432
-g	 1418
-b	 1368
-u_	 1333
-je_	 1237
-,	 1226
-,_	 1214
-_i	 1130
-st	 1105
-na	 1076
-.	 1056
-_d	 1033
-._	 1030
-_j	 967
-ra	 934
-ko	 908
-ni	 900
-cy	 893
-sy	 875
-_je	 871
-_o	 824
-ta	 799
-no	 780
-_u	 777
-re	 766
-_b	 764
-_k	 763
-da	 760
-ne	 754
-li	 750
-ti	 745
-se	 722
-po	 713
-to	 713
-_je_	 696
-an	 688
-ja	 683
-pr	 665
-va	 651
-lo	 634
-_z	 626
-m_	 625
-is	 625
-il	 622
-ov	 621
-la	 621
-_m	 615
-bi	 604
-_t	 603
-_po	 594
-en	 586
-_se	 578
-os	 578
-in	 576
-od	 576
-ka	 552
-ve	 548
-ij	 538
-_pr	 536
-al	 536
-vo	 535
-om	 530
-_i_	 525
-nj	 515
-ed	 509
-_na	 507
-na_	 503
-og	 499
-oj	 498
-ma	 493
-_bi	 492
-on	 489
-ak	 482
-im	 481
-ye	 481
-ro	 480
-vi	 473
-sa	 469
-ri	 464
-da_	 451
-av	 450
-at	 449
-se_	 447
-es	 446
-h	 443
-ao	 441
-ji	 437
-yi	 436
-_da	 433
-ad	 432
-_se_	 430
-lj	 428
-zy	 426
-za	 426
-_ne	 425
-de	 422
-tr	 417
-cj	 415
-_u_	 414
-_c	 412
-le	 402
-_v	 397
-ar	 390
-_g	 390
-ic	 384
-n_	 382
-ju	 379
-lo_	 377
-aj	 376
-_ko	 369
-ao_	 366
-ek	 361
-_da_	 359
-et	 356
-go	 354
-iz	 346
-_za	 345
-_r	 344
-or	 342
-mo	 341
-el	 340
-as	 339
-ik	 336
-te	 332
-_sa	 329
-d_	 323
-am	 320
-me	 318
-sto	 317
-di	 315
-ec	 311
-ol	 310
-a,_	 307
-a,	 307
-_ni	 302
-ya	 296
-do	 295
-yt	 294
-su	 292
-syt	 289
-li_	 288
-sta	 286
-ije	 284
-ko_	 277
-ti_	 277
-la_	 277
-ga	 276
-bil	 275
-no_	 274
-a.	 273
-nu	 272
-a._	 271
-ne_	 271
-om_	 268
-_cy	 266
-_na_	 263
-_bil	 263
-sv	 263
-ru	 259
-to_	 256
-_od	 253
-cyi	 253
-nje	 251
-it	 251
-pa	 250
-az	 248
-e,_	 245
-e,	 245
-ob	 244
-dn	 243
-ac	 242
-ost	 242
-k_	 240
-iv	 239
-io	 238
-_su	 238
-_iz	 237
-ilo	 235
-_sv	 234
-_ka	 233
-koj	 231
-mi	 229
-im_	 229
-ije_	 227
-g_	 226
-em	 223
-su_	 223
-ih	 223
-ji_	 221
-kr	 220
-ut	 220
-_koj	 220
-V	 218
-_st	 218
-ye_	 217
-_l	 214
-_V	 213
-ovo	 211
-j_	 210
-uc	 208
-ja_	 208
-h_	 207
-nij	 206
-sk	 206
-ot	 203
-io_	 203
-gl	 203
-_do	 201
-ok	 200
-ns	 199
-ilo_	 199
-er	 197
-ih_	 195
-pre	 193
-ci	 193
-og_	 193
-ki	 192
-sl	 191
-t_	 189
-ni_	 189
-_a	 189
-vr	 188
-ati	 187
-_su_	 186
-nije	 181
-pro	 181
-be	 180
-yn	 179
-cye	 178
-ju_	 178
-ku	 177
-isy	 177
-ta_	 174
-sye	 172
-_tr	 172
-O	 172
-jen	 172
-_to	 171
-pi	 168
-_pre	 168
-S	 168
-ima	 167
-nije_	 167
-_mo	 166
-eg	 166
-e._	 164
-za_	 164
-e.	 164
-_pro	 164
-gov	 163
-N	 162
-dr	 162
-ako	 162
-tv	 162
-_S	 160
-P	 159
-ma_	 159
-_on	 159
-sp	 158
-nst	 158
-anj	 158
-dj	 157
-oc	 157
-_sy	 156
-ev	 155
-ce	 155
-lik	 154
-_nij	 153
-_N	 152
-ist	 151
-_P	 151
-_nije	 151
--	 151
-ba	 150
-jed	 150
-sti	 150
-ova	 149
-_is	 148
-id	 148
-ton	 148
-ke	 147
-pos	 147
-od_	 147
-osy	 146
-Vi	 146
-ila	 145
-ins	 145
-bo	 145
-_Vi	 145
-ir	 144
-_za_	 144
-oz	 144
-ecj	 144
-cje	 143
-on_	 143
-zn	 142
-_O	 141
-us	 141
-i,	 141
-i,_	 141
-mu	 140
-inst	 140
-cya	 140
-oji	 139
-esy	 139
-icy	 139
-lja	 138
-_go	 138
-i.	 138
-_re	 137
-_bilo	 137
-edn	 137
-acy	 137
-rat	 137
-bilo	 137
-ali	 136
-ecy	 136
-ija	 135
-pri	 135
-ad_	 135
-lic	 135
-i._	 135
-Vins	 134
-Vin	 134
-ston	 134
-Vinst	 134
-ga_	 134
-nston	 134
-insto	 134
-nsto	 134
-_Vins	 133
-_Vin	 133
-zi	 132
-ran	 131
-le_	 130
-ili	 130
-bilo_	 130
-_pos	 129
-ila_	 129
-est	 128
-_ve	 128
-tre	 128
-zye	 127
-_nj	 127
-si	 126
-f	 126
-alo	 125
-ako_	 125
-tra	 125
-sa_	 125
-pu	 124
-ud	 124
-z_	 124
-_ra	 124
-iti	 124
-_de	 124
-odi	 123
-T	 123
--_	 122
-o,_	 121
-o,	 121
-du	 121
-rs	 121
-B	 120
-ka_	 119
-red	 119
-_od_	 118
-an_	 118
-nu_	 118
-iko	 117
-dno	 117
-_pa	 117
-s_	 116