用新语言扩展词干规则?是否有可能在文本浏览器平台中使用新语言扩展词干规则,例如 丹麦?
亲切的问候,托马斯
回复:用新语言扩展词干规则?谢谢你的回复,Craige
我熟悉正则表达式,并且已经在文本浏览器中使用正则表达式规则来处理很多事情。使用*后缀的好主意。我希望的是,词干规则以某种脚本语言存储,或者可以编写扩展。
我相信如果这是不可能的,那么在脚本中使用Snowball可能是一个选择: http://snowballstem.org/
或者甚至更好,如果雪球可以直接集成在文本浏览器平台中,例如通过提供使用Snowball的选项,如果安装,将是伟大的:-)
回复:用新语言扩展词干规则?不,阻塞例程是内置的,目前没有暴露给JSL。
您可以使用正则表达式解析来执行某些操作,但它不具备内置词干的所有行为 。例如,在英语中,我可以构建一个盲目删除后缀的正则表达式,如下所示:
使用Result重写令牌
在英语中,词干并不是那么简单;内部惯例可以包含许多特殊情况。
如果你试试,\ 2指的是第二个paren组匹配的文本。替换值可以具有常量文本(例如*)和零个或多个\ N对匹配的引用。
此外,在上面的例子中,我认为它应该扼杀每一个字( 工作和吃也是这样的
好吧,也许吧
该正则表达式首先尝试删除一个词干(\ 2),然后匹配整个词(\ 4)。填充\ 2和\ 4中的一个用于结果,另一个为空。