algorithm - metatags - meta tags generator

Stemming-ejemplos de código o proyectos de código abierto

Question

Stemming es algo que se necesita en los sistemas de etiquetado. Uso delicioso, y no tengo tiempo para administrar y podar mis etiquetas. Soy un poco más cuidadoso con mi blog, pero no es perfecto. Escribo software para sistemas integrados que serían mucho más funcionales (útiles para el usuario) si incluyesen la derivación.

Por ejemplo:
Analizar gramaticalmente
Analizador
Parsing

Todo debería significar lo mismo para cualquier sistema en el que los ponga.

Idealmente, hay una lectora con licencia BSD en alguna parte, pero si no, ¿dónde busco aprender los algoritmos y técnicas comunes para esto?

Aparte de los emisores de BSD, ¿qué otras lectoras de código abierto con licencia existen?

-Adán

Answer 1

Consulte el kit de herramientas nltk escrito en python. Tiene un tallo muy funcional.

Answer 2

Creo que Lucene tiene una lematizadora (y IIRC le permite usar la suya propia si lo desea).

EDITAR: Acabo de comprobar, y Lucence se refiere al sitio de Snowball , que es una biblioteca de código fuente abierto, hasta donde yo sé.

Answer 3

Snowball stemmer (C y Java) He usado su encuadernación Python, PyStemmer

Answer 4

Otra opción para derivar sería WordNet, junto con una de sus API . Parte de la información básica sobre lematización y derivación , incluida una descripción del algoritmo de derivación Porter, se puede encontrar en línea en Introducción a la recuperación de información .