问题标签 [morphological-analysis]

我正在寻找一个可以对德语单词进行形态分析的库，即将任何单词转换为其根形式并提供有关分析单词的元信息。

例如：

我的收藏：

• 它必须与名词和动词一起使用。
• 我知道鉴于德语的复杂性，这是一项非常艰巨的任务，因此我也在寻找仅提供近似值或可能仅 80% 准确的库。
• 我更喜欢不使用字典的库，但考虑到情况，我也愿意妥协。
• 我也更喜欢 C/C++/Delphi Windows 库，因为这会使它们更容易集成，但 .NET、Java 等也可以。
• 它必须是一个免费的图书馆。(L)GPL、MPL、...

编辑：我知道，由于单词不规则，根本无法在没有任何字典的情况下进行形态分析。当我说，我更喜欢没有字典的库时，我的意思是那些映射每个单词的完整字典：

这些字典有几个缺点，包括体积庞大和无法处理未知单词。

当然所有的异常只能用字典来处理：

（我的脑子现在在旋转:)）

是否有任何带有预建字典的好的 Java 库，我可以使用这些库来尝试从输入单词中提取词根？

我问了一个更一般的问题，它取代了这个问题。它就在这里。请投票结束这个问题。

骨架化的目的是用最小的像素集表示二值图像。骨架必须考虑形状的几何属性并保留关联关系。

我的问题是如何从二进制图像中获取骨架？

此函数bwmorph (Img,' skel ', Inf ) 返回二值图像的骨架。

我正在寻找的是这个函数用来手动执行它的算法？

我可以使用词干、过滤器等。没问题。

但是这种情况呢，例如源文本包含以下短语：

狐狸跳了起来。

用户已输入：fox AND make Results = 0;

问题是如何处理不规则形式的单词？

有谁知道可以检测环或空心物体的算法，以及它们各自用于二进制图像的像素集？

我宁愿它是自动的，因为空心人工制品的数量和分钟大小（通过边界提取处理的指纹）。

我目前正在制定一个应该给出结果的像素连接算法，但它在性能方面绝不是有效的。

就像中值滤波器的定义一样，我可以将“最大滤波器”定义为本地窗口

例如 dst(x,y) = max(3x3 局部窗口像素)

但是我在opencv中找不到这样的过滤器，最接近的是“扩张”功能

然后我使用“扩张”功能的默认配置，但与我的最大过滤器的蛮力实现相比，结果是不正确的。

我发现对于 3x3 的情况，等效扩张配置是使用 1x1 矩形结构元素，即

dilate(src, dst, getStructuringElement(MORPH_RECT, Size(1,1)))

我的问题是：

1. 对我来说，我认为结构元素等同于本地窗口似乎违反直觉。但是现在本地窗口的大小只有 1x1 像素？

2. 如果我的最大过滤器的本地窗口扩大（例如 5x5、7x7）怎么办？最大过滤器和膨胀过滤器之间有什么关系吗？

我有一些数据：

……

每行都是数组，每个字母都是对象。我有比较器功能，可以说字母 A 与字母 a 等价（实际上它不是字母。它是俄语单词，比较器功能使用形态学让我知道单词相等，例如 матрешка==матрешки==матрешкины 和数组俄语句子。例如：“Мама мыла раму”）。我想创建如下所示的树数据结构：

否则子节点必须包含来自父节点的字母。如果您知道如何使用 google adwords，我想您可以理解我。我的问题是如何快速做到这一点。我需要用数千个数组创建树。比较功能工作得非常慢（它使用大字典），这就是为什么速度是真正的问题。

一些简单的数据（对不起俄语）：

这是一组句子

我们必须创建以下树数据结构

其他父节点：

子节点必须包含比父节点更多的单词。

您是否知道任何足够大的 lemmatizer 数据库可以为以下示例词返回正确结果：

Wordnet 的形态分析器是不够的，因为它给出了以下不正确的结果：

如何使用 Wordnet 获得给定单词的引理。我似乎无法在 wordnet 文档中找到我想要的东西。 http://wordnet.princeton.edu/wordnet/man/wn.1WN.html

例如，对于“books”这个词，我想得到“book”，ashes => ash，booking => book，apples => apple .... 等。

我想在命令行中使用 wordnet 来实现这一点，但我找不到准确的选项来检索这种情况。

一个 php 解决方案也会有很大帮助，因为我最初打算使用 wordnet php API，但他们网站上的当前 API 似乎无法正常工作。