词干提取的逆过程

我使用 lucene 雪球分析器来执行词干提取。结果是没有意义的话。我提到了这个question https://stackoverflow.com/questions/190775/stemming-algorithm-that-produces-real-words/190885#190885 .

解决方案之一是使用一个数据库，其中包含单词的词干版本与单词的一个稳定版本之间的映射。 （从社区到社区的示例，无论社区的基础是什么（社区/或其他词））

我想知道是否有一个数据库可以执行这样的功能。

理论上不可能从词干中恢复特定的单词，因为一个词干可以是许多单词所共有的。根据您的应用程序，一种可能性是构建一个词干数据库，每个词干映射到多个单词的数组。但是，您需要预测这些单词中哪一个适合给定要重新转换的词干。

作为这个问题的一个非常简单的解决方案，如果你知道单词标签，你可以尝试在数据库中存储带有标签的单词：

run:
   NN:  runner
   VBG: running
   VBZ: runs

然后，给定词干“run”和标签“NN”，您可以确定“runner”是该上下文中最可能的单词。当然，这个解决方案远非完美。值得注意的是，您需要处理这样一个事实：相同的单词形式在不同的上下文中可能有不同的标记。但请记住，解决这个问题的任何尝试充其量都只是一个近似值。

编辑：从下面的评论来看，您可能想使用词形还原而不是词干提取。以下是如何使用以下方法获取单词的引理斯坦福核心 NLP 工具 http://nlp.stanford.edu/software/corenlp.shtml:

import java.util.*;

import edu.stanford.nlp.pipeline.*;
import edu.stanford.nlp.ling.*;
import edu.stanford.nlp.ling.CoreAnnotations.*;

Properties props = new Properties();

props.put("annotators", "tokenize, ssplit, pos, lemma");
pipeline = new StanfordCoreNLP(props, false);
String text = "Hello, world!";
Annotation document = pipeline.process(text);

for(CoreMap sentence: document.get(SentencesAnnotation.class)) {
    for(CoreLabel token: sentence.get(TokensAnnotation.class)) {
        String word = token.get(TextAnnotation.class);
        String lemma = token.get(LemmaAnnotation.class);
    }
}