英语Lemmatizer没有字典JAVA？

Question

我在基于lucene的搜索中搜索一个单词，我想在java中将“吃”，“吃”等字符串转换为“吃”。我搜索并发现了词形还原作为解决方案，但我遇到的所有英语词形变换器工具都使用wordlist或字典查找。是否存在避免字典查找并提供高效率的词形变换器，可能是基于规则的词形变换器。是的，我不是在寻找“干扰者”。或者是否有任何方法（不重要的准备使用库，任何算法，方法等）来获得root /原始单词。

Answer 1

英语中没有基于规则的词形变换器工具，因为很多单词都不可能构建常规规则，例如：所有不规则动词或复数名词，如儿童/儿童或男/男。如果您正在寻找高度有效的解决方案，我可以建议您查看项目English/Russian morphology for Lucene。它的速度大约为每秒80万字，消耗少量内存 - 几兆字节，并为未知单词的标准化提供了一些启发式方法。