Stemming - примеры кода или проекты с открытым исходным кодом?

Question

Stemming - это то, что необходимо в системах маркировки. Я пользуюсь восхитительными, и у меня нет времени, чтобы управлять и обрезать теги. Я немного осторожнее с моим блогом, но это не идеально. Я пишу программное обеспечение для встроенных систем, которые были бы намного более функциональными (полезными для пользователя), если бы они включали в себя создание.

Например:
Анализировать
Parser
Синтаксический

Если все это означает то же самое для любой системы я помещаю их в.

В идеале есть лицензионный стебельщик BSD где-то, но если нет, то где я могу изучить общие алгоритмы и методы для этого?

Помимо BSD-стволовых, какие другие лицензированные стволовые средства с открытым исходным кодом существуют?

-Adam

Answer 1

Snowball парадигматический (C & Java) Я использовал это Python привязки, PyStemmer

Answer 2

Lucene имеет стеммер, я верю (и IIRC это позволяет использовать свой собственный, если вы хотите).

EDIT: проверено, и Lucence ссылается на сайт Snowball, который является библиотекой с открытым исходным кодом, насколько я могу судить.

Answer 3

Отъезд nltk toolkit написан на Python. Он имеет очень функциональный stemmer.

Answer 4

Другим вариантом для стебли будет WordNet, а также one of its APIs. Некоторые basic information on stemming and lemmatization, в том числе описание алгоритма генерации Портера, можно найти в Интернете по адресу Introduction to Information Retrieval.