【问题标题】：Stemming and Lemmatization with Python NLTK for both language as English and Russia使用 Python NLTK 对英语和俄语进行词干提取和词形还原
【发布时间】：2018-11-03 14:30:58
【问题描述】：

“使用 Python NLTK 进行词干化和词形还原，适用于英语和俄语两种语言”

来源：http://text-processing.com/demo/stem/

我想使用该 lib 来使用 Python NLTK 为英语和俄语两种语言进行词干提取。

您能否给我建议，该任务需要使用哪个库。

【问题讨论】：

标签： python machine-learning nltk stemming

【解决方案1】：

对于词干：

NLTK 有被广泛使用的Porter Stemmer。

对于俄语，似乎有人使用过Snowball Stemmer。

对于词形还原：

我更喜欢SpaCy for lemmatization。

对于俄语，有人一直在处理这个here。

可以找到另一个俄语文本的词形还原器here.

【讨论】：

我可以同时使用两种语言吗？ : 例如，SnowballStemmer("russian", "english")
我不确定你们是否可以一起做，可能会，可能不会，我以前从未遇到过这样的文本。不过，你可以看看这个链接：nltk.org/_modules/nltk/stem/snowball.html
如何使用“Snowball Stemmer”分析具有不同单词（两种语言）的行？我需要定义每个世界......之后我在 2 个参数“Snowball Stemmer”之间切换。这很难。也许有人知道更好的建议对我有帮助。
快速提问，SpaCy 词形还原与 NLTK 的 wordnet 词形还原器不同吗？我认为它们都是 morphy() 代码的相同端口。
我不确定这些复杂的细节，但是当我做论文时，有一项关于不同 NLP 库的研究，而 SpaCy 似乎更好。