为什么stemDocument将结尾'y'改为'i'？怎么阻止它？

Question

在R中使用stemDocument {SnowBallC}时，我发现它会在单词的结尾处将字母'y'更改为字母'i'，例如：

> stemDocument('sleepy', language='english')
[1] "sleepi"

我想知道我们怎样才能阻止这种干扰？

谢谢， 明

Answer 1

hunspell包有一个更好的词干分析器：

> library(hunspell)
> hunspell_stem("sleepy", dict = "en_US")
[[1]]
[1] "sleepy"

> hunspell_analyze("sleepy", dict = "en_US")
[[1]]
[1] " st:sleepy"