将复数名词转换为单数名词

Question

如何使用R将复数名词转换为单数名词？我使用 tagPOS 函数标记每个文本，然后提取所有标记为“NNS”的复数名词。但是，如果我想将这些复数名词转换为单数，该怎么办？

---

library("openNLP")
library("tm")
acq_o <- "Gulf Applied Technologies Inc said it sold its subsidiaries engaged in pipelines and terminal operations for 12.2 mln dlrs. The company said the sale is subject to certain post closing adjustments, which it did not explain. Reuter."

acq = tm_map(Corpus(DataframeSource(data.frame(acq_o))), removePunctuation)
acqTag <- tagPOS(acq)
acqTagSplit = strsplit(acqTag," ")
qq = 0
tag = 0
for (i in 1:length(acqTagSplit[[1]])){
        qq[i] <-strsplit(acqTagSplit[[1]][i],'/')
        tag[i] = qq[i][[1]][2]
}

index = 0
k = 0
for (i in 1:(length(acqTagSplit[[1]]))) { 
    if (tag[i] == "NNS"){
        k = k +1             
        index[k] = i     
    } 
}
index

Answer 1

我相信您可以通过外部程序管道传输您的数据，或使用它预处理您的数据。

如果您仍然要进行标记，德国项目TreeTagger 可以同时进行标记和词形还原。

编辑：tchrist 提醒我是对的，无论您的目的是什么，如果您实际上是在寻找复数名词的单数表面形式，那么寻求自制解决方案根本不会削减它。

如果你不这样做，那么 Neo_Me（同样，在 cmets 中）似乎找到了一个以 R 为词干的包：包 snowball（RStem 似乎已经停产。AFAICT，Snowball 取代了它。）

当然，这只是 Porter 词干分析器的一个实现或包装。使用风险自负，它将把 wives 之类的东西变成 wif 或类似的东西。

我突然想到，R 有CRAN。在那里寻找“引理”让我意识到依赖于 Java 的包 wordnet。它似乎有一个getLemma 功能。整个包对你来说可能是多余的，但如果你找不到更好的东西，它仍然可以让你到达某个地方。