问题标签 [stemming]

我想用Wordnet. 是否wordnet具有词干提取功能？我将这个导入用于我的词干，但它没有按预期工作。

Please Give Me am example That have all of attribute of synset of a word i know only this attribute: name , lemma_names , definition

thanks

我想导入wordnet字典，但是当我导入字典表单时，wordnet我看到了这个错误：

我在这个目录中安装了 wordnet2.1 但我无法导入请帮我解决这个问题

在 R 中使用 NLP 进行词干提取时，有什么方法可以获取基本词而不是词根？

代码：

我可以使用 R 获得“happyness happies happys”的基本词“happy”（基本词）而不是“happi”（词根）吗？

哪个lancaster或porter最适合 Stemming ？波特stemmer太老了，不适合词干吗？

抱歉标题这么差，但我不知道如何描述我的问题。我正在使用 sunburnt（python 界面）在我的 django 应用程序中查询 solr。当我搜索时，一切正常，我得到了完整的字符串。另一方面，如果我正在分面（比如说在“job_title”字段上），我只会得到词干

像这样：

等等...这是我的文本字段类型定义：

我认为 PorterStemFilter 是把事情搞砸了，但我需要它来激活建议。有什么帮助吗？

我对使用 Solr 很陌生，但想请教您的帮助。我正在开发一个应该能够突出显示查询结果的应用程序。为此，我正在使用正则表达式碎片器：

该字段使用术语向量和偏移量进行索引：

突出显示效果很好，除了它真的很慢。我意识到这是因为荧光笔/片段器再次对所有结果文档进行了词干处理。

你能帮我为什么会发生这种情况，我应该如何避免这种情况？（我认为使用 fastvectorhighlighter 会解决我的问题，但事实并非如此）

我正在使用 Lucene 来索引我的数据库，然后对特定字段（字段名称：关键字）执行短语搜索。我目前正在使用以下代码：

这段代码适用于词干提取，但现在我还想扩展我的查询以进行同义词搜索，比如如果我输入“Man”并且我的 lucene 索引有一个条目“male”，它仍然可以给我一个打击. 我试图在上面代码的第 1 行添加它， 但它没有给我任何结果。我还想介绍拼写检查，如果我输入“难以置信”而不是“难以置信”，它仍然会给我一个结果。query=SynExpand.expand(userQuery,
searcher, analyze,"keyword",serialVersionUID);

我不知道为什么同义词扩展对我不起作用以及如何进行拼写检查。如果有人可以指导我，我将非常感激。

谢谢！

我有一个包含短语（几个到数百个）的数组。

例子：

以编程方式，使用 PHP，我想使用类似词干的东西将上面的列表减少到下面的列表（一些变化是可以接受的，例如，粘合剂涂抹器和粘合剂涂抹器可能难以相互区分，因为词干是相同的):

做这个的最好方式是什么？

我试图在这篇文章中弄清楚两件事：

1. 为什么即使字段类型定义定义了词干分析器，“构建”也不会被称为“构建”。然而，“建设”正被限制为“建设”

2. 如何使用 Luke 来检查索引以查看哪些词被词干了，哪些词是词干的。我无法在卢克中看到“建筑”被阻止“建造”。我知道 Lucene 正在阻止它，因为我能够通过搜索“build”成功地检索到带有“building”的行。

这个链接很有帮助，但没有回答我的问题。

作为参考，这里是 schema.xml 部分。

并且字段定义是

数据集由多个文档组成，1 个文档在 features 字段中具有“building”，1 个文档在同一字段中具有“built”，1 个文档在 features 字段中具有“Built-in”：

文件：hd.xml：

文件 ipod_video.xml：

文件 sd500.xml：

使用 Lukeall-3.3.0，这是我通过搜索“功能：构建”得到的结果。请注意，我得到了 1 个（而不是预期的 3 个文档） 即使在那个文档中，我也看不到词干，即我只看到原始单词“building”，如图所示：

并且，再次在 Luke 中搜索“features:built”，返回两个文档：

选择其中之一，会显示原始的“已构建”，但不会显示“构建”。