php - 避免匹配具有不同含义的流行词的词干提取

Question

我目前正在使用 PorterStemmer 来识别派生词。但是，我遇到了一个问题，这些词的含义不同但似乎有。例如：
Marketand Marketing
Wineand Winning
etc..
有不同的含义，但 PorterStemmer 将它们标识为相同。

哪些开放工具能够克服这些问题？带有极端案例的字典？更高级的词干分析器？

最好是可以通过 PHP 轻松访问的东西。

Answer 1

这是词干分析器的一个已知问题，因为它们在没有任何语言知识的情况下以语音为基础进行操作。你需要一个词形还原器。我主要使用基于 Java 的 Stanford CoreNLP，但我确信 PHP 中一定有一些东西。