nltk词干提取

在自然语言处理的词干提取中，不同语言的提取规则不同，在python中，使用

nltk.stem.snowballStemmer

处理

具体如下：

from nltk import SnowballStemmer

>>> SnowballStemmer.languages
(u'danish', u'dutch', u'english', u'finnish', u'french', u'german', u'hungarian', u'italian', u'norwegian', u'porter', u'portuguese', u'romanian', u'russian', u'spanish', u'swedish')

如果处理的是英语，则可以用如下代码

>>> import nltk.stem
>>> s = nltk.stem.SnowballStemmer('english')
>>> s.stem('imaging')
u'imag'
>>> 

如果处理的是意大利语，则将参数改变即可

>>> s = nltk.stem.SnowballStemmer('italian')
>>> s.stem('Commissario')
u'commissar'
>>> 

此外 nltk.stem.snowball module

同样可以用于词干处理

>>> s = nltk.stem.snowball.EnglishStemmer()
>>> s.stem('imaging')
u'imag'
>>> 

具体参考http://www.nltk.org/api/nltk.stem.html