使用 Python nltk stem 包将字符串“更短”转换为“短”答案

【问题标题】：Convert String 'shorter' to 'short' using Python nltk stem package使用 Python nltk stem 包将字符串“更短”转换为“短”
【发布时间】：2014-06-24 22:47:07
【问题描述】：

我正在尝试从 python 中的字符串中提取单词 taller 和 shorter 的词干。

我做了以下事情：

>>> from nltk.stem.porter import *
>>> print(stemmer.stem('shorter'))
shorter
>>> print(stemmer.stem('taller'))
taller

由于某种原因，我没有看到 tall 和 short 这两个词。任何人都知道如何解决这个问题，或者可能指导替代解决方案？

【问题讨论】：

标签： python nltk stemming

【解决方案1】：

有一些词干分析器。这是一个：

>>> from nltk.stem.lancaster import LancasterStemmer
>>> stemmer = LancasterStemmer()
>>> stemmer.stem('shorter')
'short'

【讨论】：

@wim 感谢您的洞察力。但请注意更高 --> tal .
嗯 .. 抱歉，这不是我的领域 - 也许你必须训练他们？
@wim 我不确定这将如何工作。无论如何，谢谢。

【解决方案2】：

>>> from nltk import stem
>>> s = 'short'; t = 'tall'
>>> porter = stem.porter.PorterStemmer()
>>> lancaster = stem.lancaster.LancasterStemmer()
>>> snowball = stem.snowball.EnglishStemmer()
>>> porter.stem(s)
u'short'
>>> porter.stem(t)
u'tall'
>>> lancaster.stem(s)
'short'
>>> lancaster.stem(t)
'tal'
>>> snowball.stem(s)
u'short'
>>> snowball.stem(t)
u'tall'

【讨论】：