algorithm - 在 Porter Stemming 算法中，包含 SS -> SS 等身份规则的目的是什么？

Question

Porter Stemmer algorithm 的意义何在？是否有将 SS 转换为 SS 的规则？

Answer 1

假设规则 SS->SS 不在算法中。然后像 caress 这样的词根本不会被识别，而且算法似乎无法做任何事情来将它简化为一个词干。然而，使用规则 SS->SS 词干分析器说:“我识别出 caress 这个词，并将其简化为 caress。我是完毕”。另一种选择是:“我无能为力”。当然这是虚构的工作，但重要的是它提高了词干分析器的精度。您可以在完成算法测试时看到。如果这个规则不在词干分析器中，结果就会不同(更糟)。看词表[可笑，爱抚]

Case 1. 算法中的规则SS->SS。

词干提取:

caress (Step 1a)-> caress OK
ridiculousness (Step 2)-> ridiculous (step 4) -> ridicul OK
Success rate: 100%

情况 2. 规则 SS->SS 不在算法中。

词干提取:

caress -> fail OK
ridiculousness (Step 2)-> ridiculous (step 4) -> ridicul OK
Success rate: 50%

从实用的角度来看，这条规则并不重要。这只是一种形式主义。