R 如何找到一个根单词的所有相关关键字？

我试图找出一种方法来找到所有来自同一个词根的关键词（在某种意义上，词干的相反作用）。目前，我使用R进行编码，但如果有帮助的话，我愿意切换到另一种语言

---

例如，我有一个词根“rent”，我希望能够找到“renting”、“renter”、“rent”、“rents”等等。

你想找到词干的反面，但是词干可以是你的方法

请看Python中的这个示例：

from nltk.stem.porter import PorterStemmer

stemmer = PorterStemmer()
words = ["renting", "renter", "rental", "rents", "apple"]
all_rents = {}
for word in words:
    stem = stemmer.stem(word)
    if stem not in all_rents:
        all_rents[stem] = []
        all_rents[stem].append(word)
    else:
        all_rents[stem].append(word)
print(all_rents)

结果:

{'rent'：['renting'，'rents']，'renter'：['renter']，'rent'：['rent']，'appl'：['apple']}

还有其他几种算法可供使用。但是，请记住，词干分析器是基于规则的，不会“聪明”到可以选择所有相关单词的程度（如上所示）。您甚至可以实现自己的规则（从NLTK扩展Stem API）

阅读NLTK（上例中使用的模块）中所有可用词干分析器的更多信息：

---

您也可以实现自己的算法。例如，您可以实现Levenshtein距离（如@noski comment中建议的）来计算较小的公共前缀。但是，由于这是一个复杂的过程，您必须对其进行自己的研究。

对于

R

答案，您可以尝试这些函数作为起点。d、 b给出了

grepl

作为示例，这里还有一些：

words =  c("renting", "renter", "rental", "rents", "apple", "brent")
grepl("rent", words) # TRUE TRUE TRUE TRUE FALSE TRUE
startsWith(words, "rent") # TRUE TRUE TRUE TRUE FALSE FALSE
endsWith(words, "rent") # FALSE FALSE FALSE FALSE FALSE TRUE

---

在python中尝试以下代码：

from pattern.en import lexeme
print(lexeme("rent")

生成的输出为：

安装：
pip安装模式
pip安装nltk
现在，打开一个终端，键入python并运行以下代码。

import nltk
nltk.download(["wordnet","wordnet_ic","sentiwordnet"])

---

安装完成后，再次运行模式代码。

对于简单的情况，

grepl（“rent”，c（“renting”，“renter”，“rent”，“rent”，“rents”，“apple”））

可能会起作用。您还可以查看诸如Levenshtein距离之类的内容，它可以测量单词的相似性。