爲什麼Porter Stemmer會產生一個可以再次阻止的字符串？

Question

幹（ '蘋果'）= '蘋果'
幹（ '蘋果'）= '申請'
幹（ '申請'）= '申請'

不是本中的一個缺陷詞幹算法？

（這是使用Porter Stemming Algorithm）

Answer 1

這看起來更像是在實現您所使用的算法的錯誤。

當我按照the original algorithm中的步驟（從您鏈接的頁面），在步驟1a中刪除「蘋果」中的最後「s」，並在步驟5a中刪除「e」，所以「蘋果」 「也是」應用「。

Answer 2

我發現了一個porter干擾算法的實現，這裏的字典支持http://preciselyconcise.com/apis_and_installations/smart_stemmer.php。

這個API使用起來非常簡單，並且糾正了拼寫錯誤。我建議你使用這個詞幹程序，因爲這個API有一個自動糾正選項的詞幹。