知识卡片
正则删词缀需要锚定边界
RegexpStemmer删除所有匹配子串,不会自动判断前缀后缀。模式ing能在词中间也命中,若只想去词尾应明确写ing$,并考虑最短长度、合法词形与例外。原例working/pairing等简单后缀结果不能证明规则对任意输入正确,也不意味着只要其他词干器失败就一定适合改用正则。
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
- 第3章 形态学:在实践中学习 3.2 理解词干提取器 · 查看原书依据
RegexpStemmer('ing')
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:原文不带锚模式与官方sub删除匹配子串的实现对照,支持边界必须由模式给出的结论。2026-11-06核对官方资料:https://www.nltk.org/_modules/nltk/stem/regexp.html。未在本机运行示例或改变环境。
- 原始内容:r >>> stemmerregexp=RegexpStemmer('ing') >>> stemmerregexp.stem('working') 'work' >>> stemmerregexp.stem('happiness') 'happin