词干算法

Question

我有一个关于Porter Stemmer算法的问题，我在网上研究过，

但是我找不到下划线和过度控制之间的区别。

并且Porter算法是否能够解决或过度使用？

你知道吗？

提前致谢

Answer 1

当截止后缀太长时会发生过度干扰，这会导致无关词的虚假匹配。

Understemming是相反的 - 例如一个干扰器，不会切断任何固有的底层。

我怀疑，Porter Stemmer会不时地为英语做两种类型的错误。请注意，其他语言的实现可能表现得非常不同（谈论Snowball，它具有用户为一堆语言提供的算法）。他们甚至可能在词干的语言定义上有所不同。