Essie2022-07-27 16:53:20

你好，词形还原（lemmatization），是把一个任何形式的语言词汇还原为一般形式，经词形还原处理后获得的结果是具有一定意义的、完整的词，一般为词典中的有效词。它主要采用“转变”的方法，将词转变为其原形，如将“drove”处理为“drive”，将“driving”处理为“drive”。而词干提取（stemming）是抽取词的词干或词根形式，词干提取的结果可能并不是完整的、具有意义的词，而只是词的一部分，如“revival”词干提取的结果为“reviv”，“ailiner”词干提取的结果为“airlin”。在原理上，词干提取主要是采用“缩减”的方法，将词转换为词干。
在复杂性上，词干提取方法相对简单，词形还原则需要返回词的原形，需要对词形进行分析，不仅要进行词缀的转化，还要进行词性识别，区分相同词形但原形不同的词的差别。词性标注的准确率也直接影响词形还原的准确率，因此，词形还原更为复杂。