使用JWI和Wordnet获取词干

Question

如何正确使用麻省理工学院的JWI (Java API for WordNet)中实现的stemmer method来获取单词的词干？我不确定如何初始化词干分析器并使用findStems方法。

Answer 1

你不需要额外的库，但是你需要一个字典。你可以从普林斯顿大学下载一个：https://wordnet.princeton.edu/wordnet/download/current-version/

我建议仅从“仅限WordNet 3.1数据库文件”一节下载字典解压归档文件。假设PATH/dict是输出的位置，您可以使用以下代码：

Dictionary dict = new Dictionary(new File("PATH/dict"));
dict.open();
WordnetStemmer stemmer = new WordnetStemmer(dict);

List<String> test = stemmer.findStems("feet", POS.NOUN);
for (int i = 0; i < test.size(); i++) {
    System.out.println(test.get(i));
}

这个例子的输出是"foot“。

Answer 2

这是对sakthi答案的一种评论:你实际上必须精确地定位你正在寻找的POS (名词，形容词，动词等)。在调用findStems方法(JWI v2.2.3)时：http://projects.csail.mit.edu/jwi/api/edu/mit/jwi/morph/IStemmer.html

Answer 3

使用的jar文件是edu.mit.jwi_2.1.4.jar和edu.susex.nlp.jws.beta.11.jar

JWS ws = new JWS("C:/Program Files/WordNet","2.1");  
WordnetStemmer stem =  new WordnetStemmer(ws.getDictionary());
System.out.println("test" + stem.findStems("reading") );