阻止

词干提取是一种文本规范化技术自然语言处理它将单词还原为词根。词干提取主要是通过删除单词的词缀，这可能导致一个无效的字典单词。例如，在词干分析时，单词“requires”、“required”和“requirement”会减少为“require”。

词干通常用于:

• 信息检索，其中词根词作为同义词，以扩大搜索条件
• 用于降低维数的工程应用程序，其中词干提取导致更少的词被跟踪，并在机器学习算法的模型中使用

波特stemmer算法是英语语言中最流行的词干提取方法之一，它基于简单的启发式规则。这种堵漏方法速度快，但并不总是准确的。在随后的几年里，人们又提出了许多其他算法，但波特的词干提取算法因其速度快、简单而仍然很受欢迎。

词干化的一个相关但更复杂的方法是词干化。而相比,

• 分词法使用词汇和形态分析，词干法使用简单的启发式规则
• 词干化返回单词的字典形式，而词干化可能导致无效单词

义理化和词干化的区别如下所示。

要了解更多关于词干提取和使用文本数据构建模型的信息，请参见文本分析工具箱™．