fix 3

src/Config/StopWordsConfig.php

@@ -14,27 +14,68 @@ final class StopWordsConfig
      * - keep question words
      * - keep domain terms
      * - remove only structural filler words
-     *
+     */
+    private const DEFAULT_STOP_WORDS = [
+        'mit',
+        'der', 'die', 'das',
+        'ein', 'eine', 'einer', 'eines',
+        'den', 'dem', 'des',
+        'und', 'oder', 'aber', 'sowie',
+        'ich', 'du', 'er', 'sie', 'es',
+        'wir', 'ihr',
+        'halt', 'eben', 'auch', 'schon',
+        'noch', 'mal', 'bitte', 'danke',
+        'also', 'nun', 'tja',
+        'dann', 'danach', 'davor',
+        'hier', 'dort',
+        'heute', 'gestern', 'morgen',
+        'könnte', 'kannst', 'kann',
+        'würde', 'würdest', 'würden',
+    ];
+
+    /**
+     * @param array<string, mixed> $config
+     */
+    public function __construct(private array $config = [])
+    {
+    }
+
+    /**
      * @return string[]
      */
     public function getStopWords(): array
     {
-        return [
-            'mit',
-            'der', 'die', 'das',
-            'ein', 'eine', 'einer', 'eines',
-            'den', 'dem', 'des',
-            'und', 'oder', 'aber', 'sowie',
-            'ich', 'du', 'er', 'sie', 'es',
-            'wir', 'ihr',
-            'halt', 'eben', 'auch', 'schon',
-            'noch', 'mal', 'bitte', 'danke',
-            'also', 'nun', 'tja',
-            'dann', 'danach', 'davor',
-            'hier', 'dort',
-            'heute', 'gestern', 'morgen',
-            'könnte', 'kannst', 'kann',
-            'würde', 'würdest', 'würden',
-        ];
+        return $this->stringList('words', self::DEFAULT_STOP_WORDS);
     }
-}
+
+    /**
+     * @param string[] $default
+     * @return string[]
+     */
+    private function stringList(string $key, array $default): array
+    {
+        $value = $this->config[$key] ?? $default;
+
+        if (!is_array($value)) {
+            return $default;
+        }
+
+        $out = [];
+        foreach ($value as $item) {
+            if (!is_scalar($item)) {
+                continue;
+            }
+
+            $item = trim((string) $item);
+            if ($item === '') {
+                continue;
+            }
+
+            if (!in_array($item, $out, true)) {
+                $out[] = $item;
+            }
+        }
+
+        return $out !== [] ? $out : $default;
+    }
+}