java - 如何在 ArrayList 中查找根词

Question

我正在开发一个 NLP 项目，并尝试将特定输入与 ArrayList 中的根进行匹配。

例如，用户将输入 ?????? 并尝试在 ArrayList 中查找单词??????，但是当我运行代码时，它给了我多个根。

for(String dbData : rootList) {

    //System.out.println(dbData);

    // if(dbData.contains(x)) {
    //     System.out.println(dbData);
    // }

    for (int i = 0; i < dbData.length(); i++) {
        c = dbData.charAt(i);

        for (int j = 0; i < x.length(); i++) {
            d = x.charAt(i);

            if (c == d && m != rootList.size()) {
                match = true;
                //System.out.println(dbData);
            } else {
                ++m;
                match = false;           
                //System.out.println("لا يوجد تطابق");
            }

            if(match) { 
                System.out.println(dbData);
                container = dbData;
            }
        }           
    }
}

Answer 1

这似乎不是进行词干提取的正确方法。尝试下面的方法，这是查找阿拉伯语词干的简单方法。

首先你需要一个词干列表，显然你已经有了。然后你应该需要编写可以将单词解析为词干的阿拉伯文学规则和形式。现在您只需将规则转换为 java 正则表达式即可。例如，如果您想从 ??? 中查找 ???，您应该删除 ??，因为它显示人和计数，然后您应该检查 ??? 是否源自其中一个词干。如您所知， ??? 的形式是 ??? 的 ??? 形式，因此您应该选择???。