java - 使用 JWI 和 Wordnet 获取词干

Question

如何正确使用 MIT 的 JWI（WordNet 的 Java API）中实现的词干分析器方法来获取词干？我不确定如何初始化词干分析器并使用 findStems 方法。

Answer 1

您不需要额外的库，但确实需要字典。您可以从普林斯顿下载一个： https ://wordnet.princeton.edu/wordnet/download/current-version/

我建议只从“WordNet 3.1 DATABASE FILES ONLY”部分下载字典 提取档案。假设 PATH/dict 是输出的位置，您可以使用以下代码：

Dictionary dict = new Dictionary(new File("PATH/dict"));
dict.open();
WordnetStemmer stemmer = new WordnetStemmer(dict);

List<String> test = stemmer.findStems("feet", POS.NOUN);
for (int i = 0; i < test.size(); i++) {
    System.out.println(test.get(i));
}

这个例子的输出是“foot”。

Answer 2

这是对 sakthi 答案的评论：在调用该findStems方法（JWI v2.2.3）时，您实际上必须准确说明您要查找的 POS（名词、形容词、动词等）： http://projects.csail .mit.edu/jwi/api/edu/mit/jwi/morph/IStemmer.html

Answer 3

使用的 jar 文件是 edu.mit.jwi_2.1.4.jar 和 edu.sussex.nlp.jws.beta.11.jar

JWS ws = new JWS("C:/Program Files/WordNet","2.1");  
WordnetStemmer stem =  new WordnetStemmer(ws.getDictionary());
System.out.println("test" + stem.findStems("reading") );