如何在PHP中构建Urdu词干库？

Question

有许多词干库，但它们使用其他语言，但我需要一个API或库或算法，用于阻止乌尔都语词汇。我想找到一个单词的词根，例如英文。

  

悲伤=＆gt;悲伤

Answer 1

此任务有多个库和扩展名。

<强>扩展

干

• https://pecl.php.net/package/stem
• http://snowball.tartarus.org/（DEMO）

PHP-词干

https://github.com/hthetiot/php-stemmer

<强>库

这些Porter-Stemmer库也可以完成这项工作（至少对于英语部分而言）：

• https://github.com/andyceo/PHP-Porter-Stemmer
• http://www.chuggnutt.com/stemmer

PHP Morhpy

http://phpmorphy.sourceforge.net/dokuwiki/

-

乌尔都语是一种混合语言。所以＆＃34;基本＆＃34; Porter-Stemming是不够的（并且可能仅适用于乌尔都语的英语部分）。您必须为语言规则建模。由于形态丰富，乌尔都语语言对NLP来说真的很具挑战性。

如果你想实现一个基于规则的词干分析器，那么看一下本文，它解释了所使用的算法：＆＃34; Rule Based Stemmer in Urdu＆＃34;作者：Vaishali Gupta，Nisheeth Joshi ，Iti Mathur。