R或python中的Lemmatizer（是，是->是吗？）

R或python中的Lemmatizer（是，是->是吗？）

因此，这是使用R来完成的一种方法，它使用的是Northwestern University lemmatizer
MorphAdorner
。

lemmatize <- function(wordlist) {  get.lemma <- function(word, url) {    response <- GET(url,query=list(spelling=word,standardize="",  wordClass="",wordClass2="",  corpusConfig="ncf",    # Nineteenth Century Fiction  media="xml"))    content <- content(response,type="text")    xml     <- xmlInternalTreeParse(content)    return(xmlValue(xml["//lemma"][[1]]))      }  require(httr)  require(XML)  url <- "http://devadorner.northwestern.edu/maserver/lemmatizer"  return(sapply(wordlist,get.lemma,url=url))}words <- c("is","am","was","are")lemmatize(words)#   is   am  was  are # "be" "be" "be" "be"

我怀疑您已经知道，正确的去词义化需要掌握词类（词性），上下文正确的拼写，并且还取决于所使用的语料库。