Вопрос по nlp, java, machine-learning – Каковы основные различия и преимущества алгоритмов Портера и Ланкастера Стемминга? [закрыто]

основное различие между алгоритмами прокачки портера и ланкастера заключается в том, что прокачка ланкастера значительно более агрессивна, чем прокачка портера. В настоящее время используются три основных алгоритма стемминга: Porter, Snowball (Porter2) и Lancaster (Paice-Husk), причем континуум агрессивности в основном следует тем же принципам. Портер - наименее агрессивный алгоритм, специфика каждого алгоритма довольно длинная и техническая. Вот вам что сломать:

Porter: Наиболее часто используемый стеммер, без сомнения, также один из самых нежных стеммеров. Один из немногих стеммеров, который на самом деле имеет поддержку Java, что является плюсом, хотя он также является наиболее интенсивным в вычислительном отношении из алгоритмов (предоставлено не очень значительным запасом). Это также самый старый алгоритм с большим запасом.

Porter2: Почти повсеместно считается улучшением по сравнению с портерами, и на то есть веские причины. Сам Портер фактически признает, что это лучше, чем его оригинальный алгоритм. Чуть быстрее время вычислений, чем у портера, с довольно большим сообществом вокруг него.

Lancaster: очень агрессивный алгоритм, иногда с ошибками. В случае с Портером и снежным комом стеблевые представления обычно довольно интуитивны для читателя, а для Ланкастера - не так, так как многие короткие слова будут полностью запутаны. Самый быстрый алгоритм здесь, и он значительно сократит ваш рабочий набор слов, но если вы хотите большего различия, не инструмент, который вы хотели бы.

Честно, я чувствую, что Снежок, как правило, - это путь Существуют определенные обстоятельства, при которых Lancaster значительно урезает ваш рабочий набор, что может быть очень полезно, однако увеличение предельной скорости по сравнению со снежным комом, на мой взгляд, не стоит недостатка в точности. Портер имеет большинство реализаций, и, как правило, это алгоритм перехода по умолчанию, но если вы можете, используйте снежный ком.