确定两个词是否来自 Python 中的同一个词根
Determining if two words are derived from the same root in Python
我想写一个函数 same_base(word1, word2) 当 returns True 当 word1 和 word2 是两个来自同一个词根的英语单词时单词。我意识到单词可以有多种含义；我希望算法过分热心，只要 可能 就返回 True 来将单词视为源自同一个地方。一些误报是可以的；假阴性不是。
通常，词干提取和词形还原会用于此目的。这是我尝试过的：
- 检查单词是否源于同一事物，例如使用 Porter Stemmer。这不会捕获
sung 和 sing、dig 和 dug、medication 和 medicine。
- 检查单词是否还原为同一事物。不清楚要传递给词形还原器的参数是什么（即词性）。至少，WordNet 词形还原器似乎过于保守。
有这样的工具吗？我是否只需要一个非常激进的词干提取器/词形还原器组合——如果需要，我在哪里可以找到？
正如您所描述的那样，一般任务无法通过对输入字符进行简单的文本分析来完成。英语在处理单词时并没有一致的规则。是的，出色的词形还原器将为您解决简单的案例，这些案例可以通过应用 POS 中常见的转换（例如不规则动词）来辨别。
但是，要消除假阴性，您必须完全覆盖单词的基础； 完整 需要词源学，尤其是在词根不是英语的情况下，或者可能没有出现在缩短的词本身中。
例如，什么软件工具可以告诉您 dis 和 speculum 具有相同的根 (specere)，而 species 不同？您如何判断 gentle、gentile、genteel 和 jaunty 具有相同的根？您需要词源来获得 100% 的实际连接。
我想写一个函数 same_base(word1, word2) 当 returns True 当 word1 和 word2 是两个来自同一个词根的英语单词时单词。我意识到单词可以有多种含义；我希望算法过分热心，只要 可能 就返回 True 来将单词视为源自同一个地方。一些误报是可以的；假阴性不是。
通常，词干提取和词形还原会用于此目的。这是我尝试过的：
- 检查单词是否源于同一事物，例如使用 Porter Stemmer。这不会捕获
sung和sing、dig和dug、medication和medicine。 - 检查单词是否还原为同一事物。不清楚要传递给词形还原器的参数是什么（即词性）。至少，WordNet 词形还原器似乎过于保守。
有这样的工具吗？我是否只需要一个非常激进的词干提取器/词形还原器组合——如果需要，我在哪里可以找到？
正如您所描述的那样，一般任务无法通过对输入字符进行简单的文本分析来完成。英语在处理单词时并没有一致的规则。是的，出色的词形还原器将为您解决简单的案例，这些案例可以通过应用 POS 中常见的转换（例如不规则动词）来辨别。
但是，要消除假阴性，您必须完全覆盖单词的基础； 完整 需要词源学，尤其是在词根不是英语的情况下，或者可能没有出现在缩短的词本身中。
例如，什么软件工具可以告诉您 dis 和 speculum 具有相同的根 (specere)，而 species 不同？您如何判断 gentle、gentile、genteel 和 jaunty 具有相同的根？您需要词源来获得 100% 的实际连接。