为什么 WordNet 和 JWI 词干分析器在“order”词干提取的结果中给出“ord”和“orde”？

Question

我正在开发一个使用 WordNet 和 JWI 2.4.0 的项目。 目前，我在包含的词干分析器中添加了很多词，它似乎有效，直到我要求“订单”。 词干分析器回答我说“order”、“orde”和“ord”是“order”的可能词干。 我不是以英语为母语的人，但是......我一生中从未见过“ord”这个词......当我向 WordNet 词典询问这个定义时：显然什么都没有。 （在 BabelNet 网上，我发现这是一个内布拉斯加州的小镇！）

那么，为什么会有这个奇怪的词根？ 如何过滤 WordNet 词典中不存在的词干？ （因为当我重新使用词干时，“orde”正在使程序崩溃）

谢谢！

回答：我不太明白什么是茎。所以，这个问题没有意义。

这里有一些代码要测试：

package JWIExplorer;

import java.io.File;
import java.io.IOException;
import java.net.URL;
import java.util.Arrays;
import java.util.Date;
import java.util.Iterator;
import java.util.List;

import edu.mit.jwi.Dictionary;
import edu.mit.jwi.IDictionary;
import edu.mit.jwi.morph.WordnetStemmer;

public class TestJWI
{

    public static void main(String[] args) throws IOException
    {
        List<String> WordList_Research = Arrays.asList("dog", "cat", "mouse");
        List<String> WordList_Research2 = Arrays.asList("order");

        String path = "./" + File.separator + "dict";
        URL url;

        url = new URL("file", null, path);

        System.out.println("BEGIN : " + new Date());

        for (Iterator<String> iterstr = WordList_Research2.iterator(); iterstr.hasNext();)
        {
            String str = iterstr.next();

            TestStem(url, str);
        }

        System.out.println("END : " + new Date());
    }

    public static void TestStem(URL url, String ResearchedWord) throws IOException
    {
        // construct the dictionary object and open it
        IDictionary dict = new Dictionary(url);
        dict.open();

        // First, let's check for the stem word
        WordnetStemmer Stemmer = new WordnetStemmer(dict);
        List<String> StemmedWords;

        // null for all words, POS.NOUN for nouns
        StemmedWords = Stemmer.findStems(ResearchedWord, null);
        if (StemmedWords.isEmpty())
            return;

        for (Iterator<String> iterstr = StemmedWords.iterator(); iterstr.hasNext();)
        {
            String str = iterstr.next();

            System.out.println("Local stemmed iteration on : " + str);
        }
    }

}

Answer 1

词干本身不一定是单词。 “Order”和“Ordinal”共享词干“Ord”。

这里的根本问题是词干与拼写有关，但语言演变和拼写只是微弱的相关（尤其是在英语中）。作为程序员，我们更愿意将词干描述为正则表达式，例如^ord[ie]。这表明它不是“受命”的词干