問題タブ [porter-stemmer]

私は mahout を使用して、LDA を使用してトピックを発見しています。データを準備するためにseq2sparse、ドキュメントをトークン化し、n-gram を作成するものを使用します。ただし、デフォルトでは単語ステミングはサポートされていません。Mahout には組み込みの単語ステミング機能があることを知りたいですか? そうでない場合は、独自に実装する必要がありますか? 推奨事項はありますか？

パッケージの R のstemDocument関数を使用するとtm(以下のセッション情報を参照)、次のようになります。

ただし、この実装を Java で使用し、この「オンライン Porter ステマー」を使用すると、「cmos」をステミングすると「cmo」になります。

また、元の記事では、ステップ 1a ルールは次のように述べています。

「s」で終わる文字列「cmos」は、「s」を削除して「cmo」にステミングする必要があることを意味します。

では、なぜ R のstemDocument関数の動作が異なるのでしょうか?

私は drupal を初めて使用しますが、Microsoft Web プラットフォーム インストーラーを使用して acquia-drupal 7 をインストールできました。porter Stemmer モジュールを追加しようとしていますが、選択したバージョンに関係なく、このエラーが発生します

正しくインストールしてこの警告を止めるにはどうすればよいですか?

最近、ステミングなどのテキスト処理を行うアプリケーションに取り組んでいましたが、このリンクの c# コードでポーターのステミングを見つけました: http://snowball.tartarus.org/otherlangs/english_cpp.txt

実行しようとしましたが、テキストで何かが変わります。次のように、ステミング クラスを呼び出そうとします。

結果を正しく取得できません..出力には、入力とまったく同じ内容が含まれています..ここでは、input.txtの例を示します。

ポーターステムコードのメインは次のとおりです。

そのコードを完成させる方法を知っている人はいますか? だから私は私の最終的なプロジェクトでそれを使用することができます. ありがとうございました。

プロジェクトに nltk ライブラリをインポートしていますが、次のエラーが発生しています。誰かが同じエラーを抱えている場合は、助けてください。

すべての nltk パッケージをインストールしました。知らない。

問題: を使用して単語を語幹化するオプションはありますstanford-core-nlpか? 私はそれを見つけることができません！私は stanford-corenlp-3.5.2.jar を使用しています。

コード：