Question

我正在努力了解雪球干扰算法。 HW90与示例有类似的问题，但不是我的。算法使用两个区域R1和R2，其定义如下：

R1是元音后第一个非元音之后的区域，或者是   如果没有这样的非元音，则在单词末尾的空区域。

R2是R1中元音后第一个非元音之后的区域，或   如果没有这样的话，则是单词末尾的空区域   非元音。

http://snowball.tartarus.org/texts/r1r2.html

我不明白，“单词末尾的空区域”是什么。请问有人给我一些例子吗？

Answer 1

空区域表示空区域，没有字母。您错过了documentation page中的示例：

下面，R1和R2显示了许多英文单词
b   e   a   u   t   i   f   u   l
                  |<------------->|    R1
                          |<----->|    R2
字母t是继元音之后的第一个非元音，所以R1 是iful。在iful中，字母f是跟随a的第一个非元音元音，所以R2是ul。
b   e   a   u   t   y
                  |<->|    R1
                    ->|<-  R2 
在美女中，最后一个字母y被归类为元音。同样，字母t是第一个非元音元音，所以R1只是最后一个字母，y。 R1不包含非元音，所以 R2是单词末尾的空区域。
b   e   a   u
            ->|<-  R1
            ->|<-  R2

Snowball Stemming：定义Null Region

1 个答案: