基于语料库的工作

基于语料库的工作

2013年11月20日

21:28

 

词干化：诸如sit，sits，sat这样的词是否应该被视作相同的词？？

一般认为，这个想法在语义学上是有意义的。

一般把这个过程成为词干化

 

PS：是否应该注意到seated和sit之间的不强的关联性呢？？

station和stationary之间的关联性？？？

非派生词之间也可能有语义上的关联。如英语中的希腊语数词tri qua等词缀。

另外，在中文中一个字本身的意义和字形之间有个晦涩的不十分强的关系。而多个字之间是个很强的类似与派生的组合关系，在处理上和西语不同。