知识卡片
词干提取可能得到非词典形式
词干提取按规则削减或改写词缀,以合并检索和统计中的表面变体。working→work、happiness→happi显示结果不保证是可独立使用的词,也不等于真实词根。合并可能提高召回,也可能把不同意义误并,不能普遍声称提升准确率或把同干当同义。Porter是规则算法,原文“类已训练掌握词形”的说明不适合直接描述这个实现。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第3章 形态学:在实践中学习,spine057单元003;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00056.html。
- 结论依据:原文两个输出与官方规则实现共同支撑词干不是词典词及规则性质,检索质量需任务验证。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/stem/porter.html。未在本机运行示例或改变环境。
- 原始内容:stemmerporter.stem('happiness') 'happi' PorterStemmer 类被训练并已经掌握了英文的许多词干和单词形式。词干提取的过程需要一系列的步骤,并最终将单词变换成较短的单词或与词