java中的意大利语词干库答案

【问题标题】：Italian stemming library in javajava中的意大利语词干库
【发布时间】：2012-11-14 14:45:49
【问题描述】：

我正在搜索一个 java 库或一些可以对意大利语字符串进行词干提取的东西。

目标是比较意大利语单词。此时，“attacco”、“attacchi”、“attaccare”等词被认为是不同的，我想返回一个真实的比较。

我发现了类似 Lucene、snowball.tartarus.org 等的东西。还有其他有用的东西吗，或者我如何在java中使用它们？

感谢您的回答。

【问题讨论】：

语言学家的堆栈交换可能会给您带来更好的运气。一群语言学家现在是“计算语言学家”，并且对语言学家图书馆的东西有很好的了解。消息来源：我与一群计算语言学家一起工作。

标签： java nlp stemming snowball

【解决方案1】：

下载Snowball 用于Java here。

它包含一个名为org.tartarus.snowball.ext.italianStemmer 的类，它扩展了SnowballStemmer。

要使用SnowballStemmer，请查看以下动词attaccare现在时的测试代码：

import org.junit.Test;
import org.tartarus.snowball.SnowballStemmer;
import org.tartarus.snowball.ext.italianStemmer;

public class SnowballItalianStemmerTest {

    @Test
    public void testSnowballItalianStemmerAttaccare() {

        SnowballStemmer stemmer = (SnowballStemmer) new italianStemmer();

        String[] tokens = "attacco attacchi attacca attacchiamo attaccate attaccano".split(" ");    
        for (String string : tokens) {
            stemmer.setCurrent(string);
            stemmer.stem();
            String stemmed = stemmer.getCurrent();
            Assert.assertEquals("attacc", stemmed);
            System.out.println(stemmed);
        }

    }

}

输出：

attacc
attacc
attacc
attacc
attacc
attacc

有关另一个使用示例，请参阅同一 tgz 文件中包含的TestApp.java。

用 Java 编写的 Lucene 使用 Snowball 进行词干提取，例如在 SnowballFilter 中作为过滤器。

【讨论】：

有没有办法提供很长的词干列表（例如字典）来比较单词？例如：for(String string : AssertList){Assert.assertEquals(string,stemmed)}
您是否正在寻找测试词干分析器的策略？
不，没关系。问题是我以前不知道每个数组中有哪些单词。相反，我做了我试图用这段代码做的事情，没有断言：'private String[] stemmed(String[] x){ SnowballStemmer stemmer = (SnowballStemmer) new italianStemmer();字符串[] s= 新字符串[x.length]; for (int i=0;i
看起来不错。 Assert 仅用于测试驱动词干分析器类，并显示其行为。