java - Java 中的意大利语词干提取库

Question

我正在搜索 Java 库或其他东西来提取意大利语单词字符串。

目标是比较意大利语单词。在这一刻，像“attacco”、“attacchi”、“attaccare”等词被认为是不同的，相反我想返回一个真实的比较。

我找到了类似 Lucene、snowball.tartarus.org 等的东西。还有其他有用的东西吗？或者我如何在 Java 中使用它们？

感谢您的回答。

Answer 1

下载Snowball对于 Java here .

它包含一个名为 org.tartarus.snowball.ext.italianStemmer 的类，它扩展了 SnowballStemmer。

要使用 SnowballStemmer，请查看以下动词 attaccare 现在时的测试代码:

import org.junit.Test;
import org.tartarus.snowball.SnowballStemmer;
import org.tartarus.snowball.ext.italianStemmer;

public class SnowballItalianStemmerTest {

    @Test
    public void testSnowballItalianStemmerAttaccare() {

        SnowballStemmer stemmer = (SnowballStemmer) new italianStemmer();

        String[] tokens = "attacco attacchi attacca attacchiamo attaccate attaccano".split(" ");    
        for (String string : tokens) {
            stemmer.setCurrent(string);
            stemmer.stem();
            String stemmed = stemmer.getCurrent();
            Assert.assertEquals("attacc", stemmed);
            System.out.println(stemmed);
        }

    }

}

输出:

attacc
attacc
attacc
attacc
attacc
attacc

有关另一个使用示例，请参阅同一 tgz 文件中包含的 TestApp.java。

用 Java 编写的 Lucene 使用 Snowball 进行词干提取，例如 SnowballFilter 中的过滤器.