Question

我正在尝试以下词干类：

static class StemmerSteps
{
    public static string stepSufixremover(this string str, string suffex)
    {
        if (str.EndsWith(suffex))
        {
            ................
        }
        return str;
    } 

    public static string stepPrefixemover(this string str, string prefix)
    {
        if (str.StartsWith(prefix) 
        {
            .....................
        }
        return str;
    }
}

此类使用一个前缀或后缀。是否有任何建议允许前缀或后缀列表通过该类并与每个（str）进行比较。你的善意行动真的很感激。

Answer 1

不是从头开始创建自己的类（除非这是家庭作业），我肯定会使用现有的库。这个答案提供了一个实现Porter Stemming算法的代码示例：

https://stackoverflow.com/questions/7611455/how-to-perform-stemming-in-c

Answer 2

修改

考虑您的评论：

“只想查看字符串是否以任何传递的字符串开始/结束”

可能是这样的，可以满足您的需求：

public static string stepSufixremover(this string str, IEnumerable<string> suffex) { string suf = suffex.Where(x=>str.EndsWith(x)).SingleOrDefault(); if(!string.IsNullOrEmpty(suf)) { str = str.Remove(str.Length - suf.Length, suf.Length); } return str; }

如果您使用它：

"hello".stepone(new string[]{"lo","l"}).Dump();

它产生：

hel

Answer 3

将后缀/前缀放在集合中（如List<>），然后循环并应用每个可能的前缀/前缀。这个集合需要传递给方法。

List<string> suffixes = ...;
for (suffix in suffixes)
    if (str.EndsWith(suffix))
        str = str.Remove(str.Length - suffix.Length, suffix.Length);

Answer 4

最简单的代码涉及正则表达式。

例如，这会识别一些英文后缀：

'^(.*?)(ing|ly|ed|ious|ies|ive|es|s|ment)?$'

一个问题是词干化不如词形还原那么准确。 Lematization将要求POS标记的准确性。例如，如果它是名词，您不希望将 -ing 后缀添加到 dove 。

另一个问题是某些后缀也需要前缀。例如，您必须将 en - 添加到 -rich - 以在 en-rich-ment中添加 -ment 后缀 - 与 -govern - 之类的根不同，你可以添加后缀，不带任何前缀。

单词词干类c＃

4 个答案: