知识卡片
词干算法区别应看具体规则
Porter和Lancaster采用不同后缀处理规则,同一个输入可能产生不同词干。Lancaster不是以“涉及更多情感词”为核心区别,也不因此具备情感理解。应比较目标语料的过度合并、遗漏合并与实际版本模式;书中少量working/happiness输出只能展示案例,不能证明某算法全面更准确。本次未运行词干提取。
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:原文该差异说法与官方Lancaster规则定义不符,保留两算法规则不同而不制造全局优劣结论。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/stem/lancaster.html。未在本机运行示例或改变环境。
- 原始内容:干提取算法比Porter词干提取算法涉及更多不同情感词的使用。 让我们考虑如下用于描述在NLTK中执行Lancaster词干提取的代码: >>> import nltk >>> from nltk.stem import L