Stemmer Porter

Porter Stemmer este un  algoritm de stemming publicat de Martin Porter în 1980 . Versiunea originală a stemmer a fost pentru engleză și a fost scrisă în BCPL . Ulterior, Martin a creat proiectul Snowball și, folosind ideea de bază a algoritmului, a scris stemmers pentru limbile indo-europene comune , inclusiv rusă [1] .

Algoritmul nu folosește baze de tulpini de cuvinte , ci numai, aplicând o serie de reguli în succesiune, decupează terminațiile și sufixele , pe baza caracteristicilor limbajului și, prin urmare, funcționează rapid, dar nu întotdeauna corect.

Algoritmul a fost foarte popular și replicat, a fost adesea schimbat de diferiți dezvoltatori și nu întotdeauna a avut succes. În jurul anului 2000, Porter a decis să „înghețe” proiectul și de acum înainte să distribuie o singură implementare a algoritmului (în mai multe limbaje de programare populare ) de pe site-ul său.

Note

1. ↑ Porter's stemming for Russian: Russian stemming algorithm Arhivat 28 martie 2012 la Wayback Machine  

Link -uri

• Porter stemmer - implementarea algoritmului Porter stemmer pentru limba rusă în limbajul pur funcțional Clojure
• Algoritmul Porter Stemming  — Pagina de pornire a lui Porter.  (Engleză)
• Algoritmul Porter Stemming  - Proiectul „Snowball   ”
• Algoritmul stemming englez (Porter2) (o versiune îmbunătățită a algoritmului) - Proiectul „Snowball”   (engleză)
• MF Porter. Un algoritm pentru eliminarea sufixelor   // Program . - 1980. - Vol. 14 , nr. 3 . - P. 130-137 . Arhivat din original pe 28 mai 2007. (publicație originală de Porter)
• P. Willett. Algoritmul stemming Porter: atunci și acum  //  Program: Bibliotecă electronică și sisteme informaționale. - 2006. - Vol. 40 , iss. 3 . - P. 219-223 . — ISSN 0033-0337 .