我已經嘗試過PorterStemmer和Snowball，但都無法使用所有單詞，缺少一些非常常見的單詞。我的測試詞是：“ 貓跑了仙人掌仙人掌社區仙人掌 ”，并且兩人都獲得了不到一半的權利。
3 回答
湖上湖
TA貢獻2003條經驗 獲得超2個贊
我使用斯坦福大學nlp進行詞條還原。最近幾天，我一直在遇到類似的問題。感謝stackoverflow幫助我解決問題。
import java.util.*;
import edu.stanford.nlp.pipeline.*;
import edu.stanford.nlp.ling.*;
import edu.stanford.nlp.ling.CoreAnnotations.*;
public class example
{
public static void main(String[] args)
{
Properties props = new Properties();
props.put("annotators", "tokenize, ssplit, pos, lemma");
pipeline = new StanfordCoreNLP(props, false);
String text = /* the string you want */;
Annotation document = pipeline.process(text);
for(CoreMap sentence: document.get(SentencesAnnotation.class))
{
for(CoreLabel token: sentence.get(TokensAnnotation.class))
{
String word = token.get(TextAnnotation.class);
String lemma = token.get(LemmaAnnotation.class);
System.out.println("lemmatized version :" + lemma);
}
}
}
}
如果停用詞稍后在分類器中使用，則最好使用停用詞來最小化輸出引理。請看一下John Conwell編寫的coreNlp擴展。
慕姐4208626
TA貢獻1852條經驗 獲得超7個贊
我在這個雪球演示網站上嘗試了您的術語列表，結果看起來還不錯。...
貓->貓
運行->運行
跑->跑
仙人掌->仙人掌
仙人掌->仙人掌
社區->社區
社區->社區
詞干被認為可以將詞的變形形式轉化為某些共同的詞根。使該詞根成為“適當的”字典詞并不是真正的工作。為此，您需要查看形態/正交分析儀。
我認為這個問題或多或少是同一件事，而Kaarel對這個問題的回答是我從第二個鏈接中獲得的。
- 3 回答
- 0 關注
- 517 瀏覽
添加回答
舉報
0/150
提交
取消