【问题标题】:Singular/plural searches and stemming单数/复数搜索和词干提取
【发布时间】:2008-10-01 13:16:00
【问题描述】:

我正在为单复数关键字搜索找到一个简单的解决方案。我听说过词干提取,但我不想使用它的所有功能,只有复数/单数转换。语言是荷兰语。之前看过http://www.snowball.tartarus.org。有谁知道单数|复数相关搜索的简单解决方案? 提前致谢。

【问题讨论】:

    标签: search stemming


    【解决方案1】:

    使用字典、停用词列表(您不想单数化的词)以及语言规则。如果您不懂荷兰语,那么我无法帮助您,但会向您展示如何用西班牙语完成,例如:

    • 复数以 s 结尾,如果不是,则结束
      • 如果它以 s 结尾,
        • 检查它是否是动词或以 s 结尾的变位,如果是,则完成(动词可以添加到停用词列表中)
        • 如果不是动词,去掉s
        • 如果字典中存在该词,则完成
        • 如果没有删除前一个字母,查字典。
        • 如果它仍然不存在,这是一个异常,您需要手动检查异常代码(我现在想不出任何异常,但它们始终存在 :)

    当然这不会直接翻译成荷兰语。

    一般而言,词干分析器已经完成并提供了您需要的大部分内容,您为什么不想要它们?

    【讨论】:

      【解决方案2】:

      词干引起了很多用户的烦恼,所以如果我使用其中一个,除了单数/复数之外的所有功能都应该被禁用。所以要求是只使用复数/单数转换。

      【讨论】:

        【解决方案3】:

        答案是正确的,但值得一提的是,荷兰语有大量不规则动词。这使得词干提取更像是一个表格查找问题,而不是一组单一的规则。

        您需要访问语料库,您可以在此处找到荷兰语语料库:http://corpus1.mpi.nl/ds/imdi_browser/

        【讨论】:

          猜你喜欢
          • 1970-01-01
          • 1970-01-01
          • 2014-05-10
          • 1970-01-01
          • 1970-01-01
          • 2018-03-02
          • 2014-08-18
          • 2012-07-11
          • 2020-12-11
          相关资源
          最近更新 更多