nlp - spanish - Porter Tallos de fritos

nltk lemmatizer

Question

¿Por qué el algoritmo de derivación Porter en línea en

http://text-processing.com/demo/stem/

Tallo fried a fri y no fry ?

No recuerdo ninguna palabra que termine con el tiempo pasado ied en inglés que tenga una forma nominativa que termine con i .

¿Es esto un error?

Answer 1

Una raíz tal como la devuelve Porter Stemmer no es necesariamente la forma básica de un verbo, o una palabra válida en absoluto. Si lo estás buscando, debes buscar un lematizador en su lugar.

Answer 2

En primer lugar, un lematizador no es un lematizador, ver también Stemmers vs Lemmatizers :

>>> from nltk.stem import PorterStemmer, WordNetLemmatizer
>>> porter = PorterStemmer()
>>> wnl = WordNetLemmatizer()
>>> fried = ''fried''
>>> porter.stem(fried)
u''fri''
>>> wnl.lemmatize(fried)
''fried''

A continuación, un lemmatizador es sensible a la parte de voz (POS):

>>> wnl.lemmatize(fried, pos=''v'')
u''fry''