那些词干在OpenNLP中有意义吗？

Question

我刚刚安装了openNLP并测试了一些词干。那些干扰结果对我来说很可疑。

people => peopl
excellent => excel
beautiful => beauti

我不确定这些是OpenNLP的原始输出，还是我的安装存在一些无法产生正确结果的问题。

有人可以帮我核实这些吗？非常感谢你。

Answer 1

是的，这是有道理的。来自Wikipedia：

  

茎不必与该词的形态根相同;通常，相关的单词映射到同一个词干就足够了，即使这个词干本身并不是一个有效的词根。

Lemmatizer是返回形态根的工具。它得到变形的单词和pos标签并返回引理。您可以在OpenNLP Manual中查看如何使用它。