如何在Python中取消单词的词干？

我想知道是否有办法可以将它们恢复为正常形式？

问题是我有数千个不同形式的单词，例如吃，吃，吃，吃等等，我需要计算每个单词的频率。所有这些 - 吃，吃，吃，吃等等都将计入吃，因此，我使用了词干。

但问题的下一部分要求我在数据中找到相似的单词，并且我正在使用 nltk 的同义词集来计算单词之间的 Wu-Palmer 相似度。问题是 nltk 的同义词集不适用于词干词，或者至少在这段代码中它们不会。检查两个单词是否彼此相关 https://stackoverflow.com/questions/18871706/check-if-two-words-are-related-to-each-other

我该怎么做呢？有没有办法取消单词的词干？

我认为一个好的方法就像在https://stackoverflow.com/a/30670993/7127519 https://stackoverflow.com/a/30670993/7127519.

可能的实现可能是这样的：

import re
import string
import nltk
import pandas as pd
stemmer = nltk.stem.porter.PorterStemmer()

使用的词干提取器。这里有一个要使用的文本：

complete_text = ''' cats catlike catty cat 
stemmer stemming stemmed stem 
fishing fished fisher fish 
argue argued argues arguing argus argu 
argument arguments argument '''

创建一个包含不同单词的列表：

my_list = []
#for i in complete_text.decode().split():
try: 
    aux = complete_text.decode().split()
except:
    aux = complete_text.split()
for i in aux:
    if i not in my_list:
        my_list.append(i.lower())
my_list

与输出：

['cats',
 'catlike',
 'catty',
 'cat',
 'stemmer',
 'stemming',
 'stemmed',
 'stem',
 'fishing',
 'fished',
 'fisher',
 'fish',
 'argue',
 'argued',
 'argues',
 'arguing',
 'argus',
 'argu',
 'argument',
 'arguments']

现在创建字典：

aux = pd.DataFrame(my_list, columns =['word'] )
aux['word_stemmed'] = aux['word'].apply(lambda x : stemmer.stem(x))
aux = aux.groupby('word_stemmed').transform(lambda x: ', '.join(x))
aux['word_stemmed'] = aux['word'].apply(lambda x : stemmer.stem(x.split(',')[0]))
aux.index = aux['word_stemmed']
del aux['word_stemmed']
my_dict = aux.to_dict('dict')['word']
my_dict

哪个输出是：

{'argu': 'argue, argued, argues, arguing, argus, argu',
 'argument': 'argument, arguments',
 'cat': 'cats, cat',
 'catlik': 'catlike',
 'catti': 'catty',
 'fish': 'fishing, fished, fish',
 'fisher': 'fisher',
 'stem': 'stemming, stemmed, stem',
 'stemmer': 'stemmer'}

伴侣笔记本here https://github.com/rafaelvalero/different_notebooks.