Kök/lemmatize ile aynı kök için * ologist ve * ology gibi kelimeler nasıl alınır?

Question

NLTK numaralı yazıda bir sürü stemmer ve lemmatizer ile oynuyordum ama hiçbiri istediğimi yapmıyor. "Odyolog", "radyoloji", "kardiyolog", "kardiyoloji" gibi bir sürü söz var. PorterStemmer, SnowballStemmer ve WordNet'in Lemmatizer'ı Python'da denedim, ama hiçbir şey bunları aynı kovaya göndermiyor. Bunun nedeni, bunun başarılması gerektiği gibi görünüyor ve bunlar inanılmaz derecede yaygın olmayan kelimeler değil. İstenilen sonuca ulaşmak için nasıl giderdin?

Answer 1

Böyle bir şey mi var?

>>> s = 'cardiology' 
>>> s = s[:-5] if s.endswith('ology') else s 
>>> s = s[:-7] if s.endswith('ologist') else s 
>>> s 
'cardi' 
>>> s = 'cardiologist' 
>>> s = s[:-5] if s.endswith('ology') else s 
>>> s = s[:-7] if s.endswith('ologist') else s 
>>> s 
'cardi' 

Answer 2

Morfessor'e baktınız mı? Morph segmenting algoritmaları bir demet özellikleri. Görünüşe göre, aradığınız analiz bu araç kullanılarak mümkündür. İşte buradaki [1]: [0]: http://asr.aalto.fi/morfessordemo/