如何以编程方式从词形变化形式获取单词的基本形式？
以编程方式从词形变化形式获取单词的基本形式可以通过使用自然语言处理（NLP）技术来实现。NLP是人工智能领域的一个分支，专注于处理和理解人类语言。
在NLP中，可以使用词干提取（stemming）和词形还原（lemmatization）两种常见的技术来获取单词的基本形式。
- 词干提取（Stemming）：词干提取是一种基于规则的方法，通过删除单词的后缀来获取其词干。这种方法可以将单词转化为其原始的词干形式，但可能会产生一些不准确的结果。例如，将单词"running"转化为"run"，将单词"cats"转化为"cat"。在Python中，可以使用NLTK（Natural Language Toolkit）库的
PorterStemmer或SnowballStemmer类来进行词干提取。 - 词形还原（Lemmatization）：词形还原是一种更加准确的方法，它考虑了单词的词性和上下文，将单词还原为其基本形式（词元）。例如，将单词"running"还原为"run"，将单词"cats"还原为"cat"。在Python中，可以使用NLTK库的
WordNetLemmatizer类来进行词形还原。
这些技术可以通过使用Python编程语言和相关的NLP库来实现。以下是一个示例代码，演示如何使用NLTK库进行词干提取和词形还原：
import nltk
from nltk.stem import PorterStemmer, WordNetLemmatizer
# 初始化词干提取器和词形还原器
stemmer = PorterStemmer()
lemmatizer = WordNetLemmatizer()
# 单词列表
words = ["running", "cats", "better", "amazing"]
# 词干提取
stemmed_words = [stemmer.stem(word) for word in words]
print("Stemmed words:", stemmed_words)
# 词形还原
lemmatized_words = [lemmatizer.lemmatize(word) for word in words]
print("Lemmatized words:", lemmatized_words)输出结果：
Stemmed words: ['run', 'cat', 'better', 'amaz']
Lemmatized words: ['running', 'cat', 'better', 'amazing']通过以上代码，可以看到词干提取将单词转化为其词干形式，而词形还原则将单词还原为其基本形式。
在云计算领域中，可以将这些NLP技术应用于文本处理、信息提取、自然语言理解等任务中。例如，在文本分类任务中，可以先对文本进行词干提取或词形还原，以减少特征空间的维度，提高分类效果。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云自然语言处理（NLP）：https://cloud.tencent.com/product/nlp
- 腾讯云机器学习平台（MLPaaS）：https://cloud.tencent.com/product/mlpaas
- 腾讯云智能语音（ASR）：https://cloud.tencent.com/product/asr
- 腾讯云智能翻译（TMT）：https://cloud.tencent.com/product/tmt
相关·内容
4回答
我需要一个离线的C# (或任何语言，我可以移植它)库，它将能够获取(我将检测到的)词性，并告诉我单词的复数形式或单词的不同时态，然后我可以转过身来使用。
这样的库是否存在于英语中？
浏览 3提问于2012-02-28得票数 2
回答已采纳
我正在努力生成下面列表中所有可能的单词形式 例如, 从word_forms.word_forms导入get_word_forms text =‘课程’，‘无法超越’，‘酒精’a= get_word_forms( word )，用于文本打印(A)中的word [{'n'：{'coursings'，'course'，'coursing'，'courses'}，'a'：set()，'v'：{ 'coursing'，‘coursing’，'coursed'}
浏览 21提问于2018-12-16得票数 1
1回答
我在试着把课文中的单词词汇化。例如，'pickled‘应该变成'pickle'，'ran’变成'run'，‘run’变成'raisin‘，等等。
我正在使用nltk的WordNet Lemmatizer，如下所示：
from nltk.stem import WordNetLemmatizer
>>>
>>> lem = WordNetLemmatizer()
>>> print(lem.lemmatize("cats"))
cat
>>> prin
浏览 0提问于2017-07-29得票数 2
我在MS SQL Server的全文索引引擎中使用CONTAINSTABLE查询在文本列中进行搜索；例如：
SELECT *
FROM MyTable
INNER MERGE JOIN CONTAINSTABLE(MyTable, sDescription, 'FORMSOF(INFLECTIONAL, "brains")')
AS TBL1 ON TBL1.[key]=MyTable.ixKey
这可以很好地查找描述包含"brains“(例如"brain"，”brain“)的行。但是，当我向用户显示这些结果时，我想突出显示与他
浏览 1提问于2010-09-08得票数 2
回答已采纳
我正在尝试对单列执行MS SQL全文查询。
为此，我使用"CONTAINSTABLE“函数。
下面是我的存储过程：
ALTER PROC [dbo].[USP_Videos_SearchVideos_ContainsTable]
@searcher varchar(2000)
AS
DECLARE @SearchString varchar(2000)
SET @SearchString = 'FormsOf(INFLECTIONAL, "' + @searcher + '")'
SELECT *
FROM table_
浏览 3提问于2013-11-12得票数 0
2回答
ruby词汇库
、、
是否有词汇库可以将不同的形式识别为一个单词？如下所示：
Built, Builds, Building => Build
Ate, Eaten, Eats, Eating => Eat
Tables => Table
浏览 0提问于2012-03-07得票数 0
回答已采纳
1回答
这个问题可能与哲学有关，而不是与编码有关。nltk提供了一个标记包，它用一个标签标记句子中的每个单词，并提供一个词干包，它将一个单词转换成它的基本形式。我注意到词干器常常无法将一些不固定的单词转换成它的基本形式。例如，"It's“to "It is"，”知情者“，”get“to "get"，以此类推。这有点令人惊讶，因为标签者可以正确地将“s”标记为其正确形式的动词("VBZ")，并能识别“已知”("VBD")和“知道”("VB")之间的区别。既然我们已经知道“明知”是过去时态中的动词，那么词干机为
浏览 2提问于2013-08-21得票数 1
回答已采纳
1回答
我想用Wordnet得到一个单词的词形变化形式。
例如，如果单词是make，那么它的词尾变化是
made, makes, making
我尝试了wn命令的所有选项，但没有得到一个单词的词形变化。
你知道怎么弄到这些吗？
浏览 8提问于2012-03-11得票数 11
回答已采纳
1回答
我找到了空格库，它允许我将词汇化应用于单词(blacks ->，EN) (bianchi -> bianco，IT)。我的工作是分析实体，而不是动词或形容词。
我正在寻找一些东西，它可以让我拥有所有可能的单词，从规范形式开始。
比如从"black“到"blacks"，对于英语，或者从"bianco”(意大利语)，得到"bianca"，"bianchi"，"bianche“等等。有没有这样做的图书馆？
浏览 32提问于2020-05-18得票数 1
我有一个激活了拼写检查器的EditText视图。如果有拼写错误的单词，该单词将被标注红线，并在下拉菜单中显示建议列表。如何以编程方式查找拼写错误的单词列表和每个单词的建议列表？请注意，它是EditText，而不是AutoCompleteTextView。
浏览 0提问于2013-07-10得票数 1
回答已采纳
在数据库管理系统讲座中，我的教授说我们可以使用Oracle等ui设计工具，而不是使用VisualC#等。他补充说，SQL与编程语言一样强大。因此，我想知道为什么我们仍然将这些编程语言用于桌面应用程序，这些应用程序主要是添加/删除/更新记录？有什么性能差异吗？主要原因是什么？如果商业世界这样应用它，为什么我们仍然试图学习一种编程语言而不是专注于SQL呢？
浏览 0提问于2013-04-18得票数 -2
回答已采纳
我正在使用Amazon Comprehend进行实体受伤检测。
假设我有一段文本，如下所示：
约翰做了手术，修复了左膝脱臼和前十字韧带撕裂。
亚马逊理解医疗(ACM)能够将脱臼识别为一种医疗状况。然而，考虑下一段文本：
“约翰因右膝盖骨脱臼而缺阵。”
在这段文本中，ACM不能将脱位识别为一种医学状况。类似地，如果我放入一段文本，如"Left ankle sprain"，ACM能够将脚踝扭伤识别为一种医疗状况，但如果我放入“扭伤左脚踝”，则ACM不会将扭伤这个词理解为一种医疗状况。
有没有什么方法可以清理我的文本，改变单词的顺序，以便可以准确地标记这些实体？
浏览 21提问于2019-10-24得票数 1
我有一个产品的描述-描述基本上是逗号分隔的字符串(如，E124, water, tatrazin等)。我需要将这个描述分成几个部分(用逗号)，并分别对每个部分(单词)进行一些分析。让我们将这个"analysis of one words“命名为"algorithm”。
因此，该算法基本上已经实现，但是，它并不能理解所有的单词。它有一些它能理解的“基本单词”，但它不能理解同义词和不同形式的单词。例如，让我们想象一下这个产品由"tatrazin“组成。algorithm可以很好地与"tatrazin“一起工作，但E102也是"tatrazin”和"t
浏览 0提问于2018-01-05得票数 1
1回答
我的问题不是关于特定的代码问题，而是关于应对自然语言处理挑战的最佳方向。
一方面，我有数百个Word和PDF文件的集合(然后我可以从中导出原始文本)，另一方面，我有一个术语列表。术语可以包含在一个或多个单词中。我需要做的是识别每个术语在哪个(S)文件中使用，应用词干提取和词汇化。
我该怎么做才是最好的呢？我知道如何提取文本、应用标记化、词汇化等，但我不确定如何在文档语料库中搜索词汇化形式的词条。
任何提示都是非常受欢迎的。
谢谢!
浏览 34提问于2021-10-21得票数 0
我想做我自己的自定义全文搜索，但我不确定什么是最好的方法来制作索引表。
好的，我从文本字段中提取出所有长度大于3的单词到索引表中。但是我需要存储关于它们的什么呢？word，我正在搜索的表的ID？还要别的吗？单词出现的频率是多少？
和支持问题:如何将文本字段拆分成单词，有没有mysql函数，或者我应该使用服务器端语言来做这件事？
更新:为了让事情更清楚:我不需要全文搜索，只需要我的文本字段中所有记录中的单词的单词列表，这样我就可以用LIKE 'word%‘搜索结尾
浏览 3提问于2011-04-19得票数 1
1回答
参考这个，我试着对单词"play“进行采样
from nltk.corpus import wordnet as wn
forms = set() #We'll store the derivational forms in a set to eliminate duplicates
for happy_lemma in wn.lemmas("play"): #for each "happy" lemma in WordNet
forms.add(happy_lemma.name()) #add the lemma itself
浏览 0提问于2020-06-12得票数 0
2回答
我的数据库中有一个名为metadata_types的查找表，其中列出了我的应用程序使用的所有各种类型的元数据。
Metadata是Metadatum的复数；我应该称这个表为metadatum_types吗？换句话说，在这种情况下，多数应该同时出现在两个单词上，还是只出现在第二个单词上？那么相应的模型是否也应该是metadatum_type.rb (类MetadatumType)？
浏览 0提问于2012-06-26得票数 5
回答已采纳
例如，如果我的搜索词是："Houses“我想要找到结果"House”如何在没有最后1-2个单词字母的情况下进行搜索？
我尝试了"nGram“过滤器，但它搜索的是完整的单词。
浏览 0提问于2014-12-28得票数 0
4回答
词干分析器vs词条分析器
、、、、
自然语言处理(NLP)，特别是对于英语，已经发展到这样一个阶段:如果存在“完美的”词形标记，词干提取就会成为一种古老的技术。这是因为词干分析器将单词/标记的表面形式改变为一些无意义的词干。
再说一次，“完美”词汇化器的定义是有问题的，因为不同的NLP任务需要不同级别的词汇化。例如，。
词干分析器
[in]: having
[out]: hav
Lemmatizers
[in]: having
[out]: have
所以问题是，英语词干分析器在今天有用吗？，所以问题是，英语词干分析器在今天还有用吗？既然我们有太多的词汇化工具用于英语和，如果没有，那么我们应该如何继续构建强大的词汇化工具，这些词
浏览 63提问于2013-06-26得票数 77
回答已采纳
我读过的纪录片。
我可以使用下面的代码以编程方式设置一个密码来锁定屏幕。
DevicePolicyManager devicePolicyManager =(DevicePolicyManager)getApplicationContext().getSystemService(Context.DEVICE_POLICY_SERVICE);
ComponentName demoDeviceAdmin =new ComponentName(this, MyAdmin.class);
devicePolicyManager.setPasswordQuality(demoDeviceAdmin,D
浏览 2提问于2015-01-27得票数 3
2回答
波特油炸干
、、、
为什么搬运工要在线拦截算法
茎fried to fri而非fry
我记不起英语中任何以ied过去式结尾的词，都有以i结尾的主谓形式。
这是个虫子吗？
浏览 3提问于2014-12-26得票数 2
回答已采纳
3回答
如果一行文本换行到另一行，我如何以编程方式确定字符串中的断点。
示例: Input string =“这是对换行文本的测试”。
Based on the width of the richTextBox it could display:
This is a test of a wrapped line of
text.
我需要确定的是被换行的单词所在行的偏移量。在上面的例子中，单词"text“。
当我从richTextBox中提取Xaml时，我得到的是未包装的原始文本。
谢谢,
鲍勃·科林格
浏览 2提问于2008-11-20得票数 6
我正在制作一个ASP.NET网站，用户可以同时选择20多个不同的过滤器。比如“产品类型”、“年份”、“使用状态”、“颜色”、“大小”等等。
这些项目中有许多与其他表格有关。因此，我的查询使用WHERE和“INNER”对其他12个表进行“SELECT”。
问题存在于可能存在或不存在的参数中。我的意思是，取决于用户的选择，某些参数将为NULL或not，而且我无法在查询中使用它们(比如使用ISNULL())，因为这会导致返回一个错误的结果。
因此，我的解决方案是根据接收到的参数构建查询字符串，我的意思是，查询只考虑那些有实际值的查询。
declare @SEARCH_QUERY nvarchar(m
浏览 0提问于2018-12-29得票数 1
回答已采纳
我有一个在AlertDialog中有多行的EditText，但是我无法以编程方式从EditText的左上角开始输入单词。
我如何以编程方式让重力在左上角对齐？
浏览 11提问于2017-05-24得票数 2
1回答
我用"nltk“来识别名词，然后用"inflect”来找出名词的复数形式。我已经添加了一个偶然性，其中复数形式与字典/语料库交叉检查，如果该复数单词不存在，则附加"(s)“而不是使用复数形式。以下是代码的一小部分(交叉检查部分)。 import inflect
word = input()
p = inflect.engine()
pluralized = p.plural(word
with open("words.rtf") as f:
text = f.read().strip().split()
if pluralized in
浏览 11提问于2019-05-29得票数 0
2回答
如何以编程方式从方法内的语句中获取字段类型，如下所示：
Foo foo = getSomeFoo();
如果它是field，我可以知道元素的类型。
浏览 2提问于2010-10-15得票数 3
回答已采纳
1回答
我的代码有一个问题，即使是之前的所有线程，我也不能解决这个问题。我从JSON源中提取数据，并将其放入NSDictionary中，如教程等所述。在分析应用程序时，我注意到此NSDictionary导致的内存泄漏，但在此函数结束时释放它会导致应用程序崩溃。有什么建议吗？(顺便说一句:我对Obj-C和一般的编程都是新手，所以这段代码主要是从各种来源改编而来的。)
- (void)fetchedData:(NSData *)responseData {
//parse JSON for empty return
if([responseData length] != 0){
浏览 1提问于2012-02-06得票数 0
回答已采纳
如何以编程方式从Flex/Actionscript中检测LocalConnection.AllowDomain所使用的表示当前安全域的字符串？
浏览 1提问于2010-12-05得票数 0
回答已采纳
1回答
当您在WKWebView网页上长时间按下一个单词时，您将选择它，系统将弹出一个菜单，让您共享/复制/查找它等等。这是iOS的默认行为。
所以我的问题是，，您如何在WKWebView网页上以编程方式从指示点(CGPoint)获取单词？
或者，如何以编程方式在WKWebView网页上选择单词，而不需要长时间按
任何建议都要感谢！
浏览 1提问于2016-11-21得票数 6
我正在做一个项目，我需要找出一个单词的词根(词干)。正如你所知道的，不使用字典的词干算法是不准确的。此外，我尝试了WordNet，但这对我的项目没有好处。我找到了phpmorphy项目，但它不包括Java中的API。
在这个时候，我正在寻找一个数据库或文本文件的英文单词与其不同的形式。例如：
跑。包括包括..。
谢谢你的帮助或建议。
浏览 2提问于2013-08-21得票数 7
回答已采纳
如何以编程方式获取WKInterfaceGroup对象的背景色？
您可以使用
- (void)setBackgroundColor:(nullable UIColor *)color;
但你也能拿到吗？
浏览 7提问于2016-06-27得票数 0
回答已采纳
我正在寻找一种在C++ wxWidgets应用程序中以编程方式生成按键事件的方法，用于测试我编写的控件。
有没有办法做到这一点？
非常感谢你的帮助！
萨哈斯
浏览 0提问于2010-08-16得票数 0
回答已采纳
使用Slatejs (v0.47)，我如何扩展当前选择(从折叠开始)来包含当前单词？ 因此(假设[]表示当前部分) 如果我从 this is some te[]xt 如何以编程方式将所选内容扩展为 this is some [text]
浏览 21提问于2019-07-03得票数 0
回答已采纳
对于我在自定义分析器(以及fr.microsoft分析器)中注意到的一种特殊行为，我有一个问题。下面的analyzer测试是使用“fr.microsoft”分析器显示的，但我在使用“text_contains_search_custom_analyzer”自定义分析器时也看到了相同的行为(因为我将它建立在fr.microsoft分析器的基础上)。
UAT报告说，当他们搜索“女性”(单数)时，他们希望也能找到带有“女性”(复数)的文件。但是，当我使用Analyze进行测试时，看来Azure搜索服务只标记复数->复数+奇异，但是当标记奇异时，只使用奇异标记。见下面的例子。
我是否可以允许用户
浏览 1提问于2017-02-07得票数 1
回答已采纳
如何以编程方式从Databricks内部通过笔记本中的名称获取特定的个人访问令牌？我不需要看到令牌，我只需要能够将它传递给另一个函数。
浏览 2提问于2022-12-01得票数 0
我使用nltk 3.0.4，注意单词boss和bosses的词元是不同的。
from nltk.stem.wordnet import WordNetLemmatizer
wnl = WordNetLemmatizer()
print wnl.lemmatize("boss", "n")
# returns "bos"
print wnl.lemmatize("bosses", "n")
# returns "boss"
在我看来，这是一种奇怪的行为，特别是boss是WordNet中的，并且有
浏览 2提问于2015-08-21得票数 5
2回答
我正在使用apache开发一个文本分析项目。我需要归纳一些文本(将单词转换成它们的规范形式)。我已经写了生成词干的代码。使用它，我能够转换以下句子
词干是单词的一部分，即使在形态变化时也不会改变；引理是单词的基本形式。例如，从“生产”，引理是“生产”，但茎是“生产-”。这是因为有诸如生产这样的词汇
转到
词干部分词，即使是当词根变形引理基时，也不会改变，因为词积是从引理到引理，从引理到词干，就形成了词法检验。
但是，我需要得到单词的基本形式:示例而不是exampl，产生而不是produc，等等。
我使用lucene是因为它有许多语言的分析器(我至少需要英语和俄语)。我知道库，但
浏览 27提问于2017-12-09得票数 10
回答已采纳
1回答
如何从unix时间戳中获得格式良好的日期？
例如，我得到了这个unix时间戳值(今天)- 1401537600。
我如何以这种方式格式化--2014年5月31日，星期六--？
事先非常感谢
浏览 1提问于2014-05-31得票数 0
回答已采纳
2回答
修改系统环境变量
、、
我想在Windows上修改我的系统的环境变量。我可以打开控制面板的“环境变量”对话框：
但是，我想在C.AFAIK中编程地这样做，在Unix中我可以修改全局变量environ，但我怀疑这在Windows中是否有效。
那么，如何以编程方式修改Windows系统环境变量呢？
浏览 1提问于2017-02-25得票数 3
回答已采纳
2回答
在我使用NLTK PorterStemmer对一个单词进行词干之后，这个词有时会变成一个不完整的词，例如，“接收”在词干之后变成“接收”，这不是一个正确的词。
那么，如何将NLTK PorterStemmer词干词恢复为正确的单词呢？
浏览 0提问于2018-01-13得票数 0
1回答
我在中使用JQ1.5来修改我从亚马逊s3接收到的json对象。我有个有趣的问题。我使用jq提取对象的单个键：
{
"s3_direct_url": "https://fanzo-photos.s3.amazonaws.com/photos/images/034/005/322/screen1.jpg",
"url": "https://fanzo-photos.s3.amazonaws.com",
"fields": {
"key": "photos/images/034
浏览 0提问于2018-11-02得票数 0
回答已采纳
我正在为一个项目写一个休息后端。下面是我试图解决的问题的一个基本例子。这些学生都有分数测试，每个学生都有一个列current_average_grade。
每次存储测试时，都会更新这个average_grade_should (使用所有现有的测试)。
所以问题是，是计算并存储在django的post视图中(从db获取所有等级，然后进行计算)，还是使用sql触发器，只使用django将json转换为sql。
为此使用sql的优点当然是理论上应该更快，而且您还可以免费获得并发性。
缺点是，由于我现在正在编程sql，所以我还要管理另一个代码库，它甚至可能会给django带来问题。
那么，理想的解决方
浏览 1提问于2020-02-22得票数 1
回答已采纳
2回答
生成“唯一”矩阵
、、
这可能更像是一个数学问题，而不是编程问题，但由于我专门在c++上工作，所以我想可能有一个库或一些我不知道的东西。不管怎样，我正在做一个游戏，我生成一些X×X的布尔值数组，并随机地将其中的Y个赋值为真。想想俄罗斯方块之类的东西。我需要知道的是，是否有一种聪明的方法来生成“唯一的”数组，而不必旋转数组4次并每次进行比较。再次以俄罗斯方块为例。无论如何旋转，"L“乐曲都是"L”乐曲，但"J“乐曲将是不同的独特乐曲。作为一个次要问题，有没有一种方法可以确定X×X数组的最大唯一可能配置数，其中Y填充了元素？
浏览 32提问于2020-01-24得票数 3
如何以编程方式从Windows Phone Marketplace获得应用程序的深层链接，以便在代码中使用它？
浏览 1提问于2012-11-30得票数 4
如何以编程方式检查某个特定单词是否为android中的英文单词？
我试着使用：
Locale.getdefault.getDisplayLanguage().equals()
浏览 0提问于2018-05-10得票数 0
我正在使用Google来创建一个CASE语句来获取一个多单词字符串，并将其划分为多个类别。我被要求使用REGEXP_MATCH (没有其他的，我知道contains函数会更容易)。
我需要一个解决方案来匹配以下几个词：
HouseBrochure
home brochure
HomeBrochure
house brochure
Bathroom brochure
Bathroombrochure
FloorBrochure
floor brochure
更复杂的是，这些词是通过网站请求系统输入的，这意味着人们可以在一次请求中请求一套房屋、浴室和楼层手册。当这些请求到达我的服务器
浏览 0提问于2019-07-03得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
