爲什麼我的porter stemmer算法的結果還沒有按照這個詞根呢？

Question

我需要使用波特詞幹算法得到在我的應用乾的話，但是當我測試的算法，這是我從http://www.tartarus.org/~martin/PorterStemmer得到的，所產生的結果是不給我正確的幹字，如： 高興 - >本刊 virus - > viru etc 你能幫我解決嗎？

Answer 1

從link報價：

2.爲什麼詞幹不產生適當的話？

它通常被認爲是一個粗略的錯誤，詞幹算法不會在刪除詞幹後留下真正的詞。但是，詞幹的目的是將不同形式的單詞組合在一起，而不是將單詞映射到其「範式」形式上。

並連接與此，

3.爲什麼有錯誤？

問題通常進來的形式，爲什麼要字X加以遏制，以X1，當一個本來期望它加以遏制，以X2？請務必記住，干擾算法無法達到完美。總的來說，它會（或可能）改善IR的表現，但在個別情況下，它有時可能會造成錯誤或似乎錯誤。當然，這與提出可能包含在詞幹分析者中以提高其性能的附加規則是不同的。