为什么我不符合应该的根词的搬运工蒸馏器算法的结果？

Question

我需要使用Porter Stemmer算法在应用程序中获取STEM Word，但是当我测试我从中获得的算法时 http://www.tartarus.org/~martin/porterstemmer, ，茎的结果不能给我正确的词干词，例如：快乐 - > happi病毒 - > viru等，您能帮我解决它吗？

Answer 1

引用你的 关联:

2.为什么Stemmer不产生适当的单词？

通常认为，茎算法在去除茎后不会留下真实的词，这通常是一个粗略的错误。但是，茎的目的是将单词的变体形式融合在一起，而不是将单词映射到其“范式”形式上。

并与此相关，

3.为什么会有错误？

这个问题通常以这种形式出现，为什么当一个人期望将其驱使到x2时，为什么要驱动x x？重要的是要记住，Stemming算法无法实现完美。总而言之，它将（或可能）提高IR性能，但是在个别情况下，有时可能会造成错误或似乎是错误的错误。当然，这与建议在Stemmer中包含以提高其性能的附加规则不同。