什么是最好的“交钥匙”词干算法？ [关闭]

Question

我正在从事的项目需要一个好的词干提取算法。有人建议我看看 Porter Stemmer。当我查看 Porter 词干分析器的页面时，我发现它现在已被弃用，取而代之的是“Snowball”词干分析器。

我需要一个好的词干分析器，但我真的不能花大量时间来实现（或优化）我自己的词干分析器。什么是最好的“现成”、免费提供的词干分析器？是否有任何价格合理的非免费词干分析器？或者，Snowball 词干分析器是我的最佳选择吗？

Answer 1

Porter2 词干分析器是我决定使用的。似乎搬运工词干分析器是标准，但是当我找到作者的页面时，他推荐了“雪球（Porter2）”词干分析器。本页有C口链接。

Answer 2

这实际上取决于您打算如何应用它。自然语言工具包 (http://nltk.sourceforge.net) 中实现了许多词干分析器，应该能够处理大多数应用程序。我更喜欢 Morphy 词干分析器。

当然，它在 Python 中可用，因此如果您使用其他语言，您可以随时查看代码以收集算法并将其转换为您选择的语言。 Python 具有高度可读性。