nltk
Stemming

algorithm Django Flask HTML Java Language pandas PHP Python Language R Language Regular Expressions
Ricerca…


introduzione

Staminare è una sorta di metodo di normalizzazione. Molte varianti di parole hanno lo stesso significato, se non quando è coinvolto il tempo. Il motivo per cui deriviamo è di accorciare la ricerca e normalizzare le frasi. Fondamentalmente, sta trovando la radice delle parole dopo aver rimosso la parte verbale e tesa da essa. Uno degli algoritmi di derivazione più popolari è lo stelo di Porter, che esiste dal 1979.

Stufato di Porter

  1. Importa PorterStemmer e inizializza 

     from nltk.stem import PorterStemmer
 from nltk.tokenize import word_tokenize
 ps = PorterStemmer()

  2. Traccia una lista di parole 

     example_words = ["python","pythoner","pythoning","pythoned","pythonly"]

 for w in example_words:
     print(ps.stem(w))

    Risultato: 

     python
 python
 python
 python
 pythonli

  3. Stendi una frase dopo averlo reso simbolico. 

     new_text = "It is important to by very pythonly while you are pythoning with python. All pythoners have pythoned poorly at least once."

 word_tokens = word_tokenize(new_text)
 for w in word_tokens:
     print(ps.stem(w))   # Passing word tokens into stem method of Porter Stemmer

    Risultato: 

     It
 is
 import
 to
 by
 veri
 pythonli
 while
 you
 are
 python
 with
 python
 .
 all
 python
 have
 python
 poorli
 at
 least
 onc
 .


Modified text is an extract of the original Stack Overflow Documentation
Autorizzato sotto CC BY-SA 3.0
Non affiliato con Stack Overflow