Question

我正在尝试使用Java API构建一个tokenizer（没有Stanford提供的，Apache OpenNLP）。我已经能够通过使用正则表达式和Java模式/匹配器来隔离单词：

"[a-zA-Z]+".

我现在想找到这个词的引理。由于其许可问题，我不想使用StanfordNLP。接下来是什么？我想我确实需要一本字典作为模型来引用/比较。而且......？有人在那里做过吗？尝试使用Java构建一个单词变形器？提前致谢。：）

Answer 1

如果您有单词列表，并且想知道两个单词是否相同，例如＆＃34;运行＆＃34;，＆＃34;运行＆＃34;，＆＃34;运行＆＃34;和＆＃34;跑步＆＃34;。您可以对字典执行http请求，例如：

在这种情况下，页面重定向到：

然后你可以编写一个http请求，如果它被重定向到其他单词，那么它们是相同的。

在其他情况下：

您可以阅读：

动词（运行，运行;过去运行/运行/;过去分词运行）

然后你可以创建一个解析器来解释页面的信息

在Java中，您可以使用以下命令轻松创建http请求：

HttpClient httpClient = new DefaultHttpClient();
HttpGet httpGet = new HttpGet(URL);