NLP入门（三）词形还原（Lemmatization）

  词形还原（Lemmatization）是文本预处理中的重要部分，与词干提取（stemming）很相似。   简单说来，词形还原就是去掉单词的词缀，提取单词的主干部分，通常提取后的单词会是字典中的单词，不同于词干提取（stemming），提取后的单词不一定会出现在单词中。比如，单词“cars”词形还原后的单词为“car”，单词“ate”词形还原后的单词为“eat”。   在Python的nltk

>>阅读原文<<