Python 我如何匹配单词，无论是时态还是形式？

我目前正在编写一个脚本，该脚本在文档中运行，提取所有关键字，然后尝试将这些关键字与在其他文档中找到的关键字进行匹配。有一些细节使问题复杂化，但它们与我的问题不太相关。基本上，我希望能够匹配单词，无论它们出现在什么时态

例如：如果给定字符串“swim”、“swam”和“swiming”，我希望有一个程序能够识别出这些都是同一个单词，尽管它是否将单词存储为swim、swam或swiming对我来说并不重要

我知道这个问题可以通过一个包含所有这些单词形式的字典来解决，但我不知道有哪一个字典是以这种方式映射的，对这个问题很有用。我更喜欢与Python兼容的解决方案或库，因为这是我目前用于编写脚本的方法，但我可以使用任何语言的解决方案（除了haskell或eiffel或类似晦涩/难以使用的语言）

签出

---

从你的问题来看，听起来你在寻找一种词干化或柠檬化算法，它基本上将每个单词映射到它的字典形式。其中一个著名的算法是波特词干算法，它已经存在了三十年，并且有多种语言的实现，包括Python。您可以在中找到这些实现的列表

---

虽然Porter stemmer已经存在很长时间了，出于比较的原因可能会很有用，但Spaceghost正确地指出，这不一定是可用的最佳系统。应该比Porter词干分析算法更好。

您描述的这个问题似乎是一个词干分析问题，它们是一些有用的词干分析工具，就像Porter词干分析工具一样。更具体地说，请尝试使用用于Python的nltk工具包来实现它，如果我没有弄错的话，它附带了一个porter词干分析器。

谢谢！可能值得注意的是，pywordnet不再被wordnet更新或支持，但这确实让我想到了自然语言工具包，它是。@SlaterTyranus您的正确答案。pywordnet现在是NLTK的一部分。很高兴它有帮助（如果你对答案感到满意，不要忘了点击这个答案旁边投票区下方的小复选标记来接受它），我很惊讶这个答案真的有帮助。WordNet的词干/词干化功能非常有限（例如，它不会将任何示例“sweeling”等正确解析为其引理或词干）。我还尝试了NLTK中内置的其他词干分析器，包括代码和中的词干分析器，但发现它们不能很好地处理一些标准动词（例如try'walk'），也不能处理您的示例。最后，答案中给出的代码片段是关于语义关系，而不是屈折形式。Wordnet中提供的标准词干化可能是这样的，但nltk也实现了lancaster词干算法，该算法积极地将单词解析为基本词干，尽管它本身可能不是一个单词，它将把上面的所有内容都解析为同一个条目。为NLP的Python工具包NLTK添加了一个标记。波特本人认为这比Snowball“稍差一点”，

>>> N['dog']
dog(n.)
>>> N['dog'].getSenses()
('dog' in {noun: dog, domestic dog, Canis familiaris},
 'dog' in {noun: frump, dog}, 'dog' in {noun: dog},
 'dog' in {noun: cad, bounder, blackguard, dog, hound, heel},
 'dog' in {noun: pawl, detent, click, dog},
 'dog' in {noun: andiron, firedog, dog, dogiron})