PorterStemmer 动词以 -es 和 -ed java 结尾答案

【问题标题】：PorterStemmer with verbs ending in -es and -ed javaPorterStemmer 动词以 -es 和 -ed java 结尾
【发布时间】：2017-03-26 14:31:55
【问题描述】：

我在 Java 中使用 PorterStemmer 来获取动词的基本形式，但我发现动词“goes”和“gambles”存在问题。它没有将其词干为“goe”和“gamble”，而是将它们词干为“goe”和“gambl”。有没有更好的工具可以处理以 -es 和 -ed 结尾的动词来检索动词的基本形式？带有 wordnet java 的 P.S JAWS 也可以做到这一点。这是我的代码：

public class verb
{
    public static void main(String[] args)
    {
        PorterStemmer ps = new PorterStemmer();
        ps.setCurrent("gambles");
        ps.stem();
        System.out.println(ps.getCurrent());        
    }
}

这是控制台的输出： gambl

【问题讨论】：

通常被认为是一个粗略的错误，即词干算法在删除词干后没有留下真实的单词。但是词干提取的目的是将单词的变体形式组合在一起，而不是将单词映射到其“范式”形式。来源 - tartarus.org/martin/PorterStemmer
请说明你想做什么。从您的问题中，很难判断您是想使用 PorterStemmer 做某事，还是要针对 PorterStemmer 记录错误。我认为您前进的方向是获取 PorterStemmer 的输出并将其与词根相关联。

标签： java eclipse nlp porter-stemmer jaws-wordnet

【解决方案1】：

花几分钟时间阅读斯坦福 NLP 小组的这篇教程

https://nlp.stanford.edu/IR-book/html/htmledition/stemming-and-lemmatization-1.html

您会发现词干分析器实际上并没有像您想象的那样工作。它很粗糙，所以它并不总是给你一个完整的动词基本形式，结尾被砍掉。在您的情况下，由于您关心获得动词的完整基本形式，因此词形还原似乎对您更好。

【讨论】：

非常感谢您抽出宝贵时间我会检查出来。