搬运工算法问题

Question

我正在实施搜索应用程序。语料库是大型文本文档。在文件过程中，我将所有单词都引入所有单词，并调用Porter Stemmer算法step1（http://tartarus.org/~martin/porterstemmer/csharp2.txt）。

Step1摆脱了复数和-ed或-ing ...

我注意到像“这个”这样的单词将被驱使到“ thi”中。

该算法的正常操作吗？由于我想将“这个”一词归为象征。

Answer 1

从您所描述的，我的直觉是 this 被认为是搬运工茎算法中的复数形式，并降低到 thi.

我找不到针对以结尾的非倍态单词的明确引用 s 在波特的纸上。

http://tartarus.org/~martin/porterstemmer/def.txt