Я хотел бы получить лемму «нырнуть» от всех возможных форм слова с помощью пакета texttem в R.
Но когда я использовал пакетtexttem в r, основная форма стала очень странным результатом.
library(textstem)
words<-c("dived", "diving", "dive")
lemmatize_strings(words, dictionary = lexicon::hash_lemmas)
[1] "dive" "dive" "diva"
Здесь я не хочу "нырять" как результат слова "нырять", вместо этого мне нужно лемматизировать слово "нырять" в "нырять", чтобы его можно было считать тем же словом с другими формами "нырял", "подводное плавание". Так должно быть, как показано ниже.
[1] "dive" "dive" "dive"
Я нашел эту ссылку (stemDocment в tm package не работает со словом в прошедшем времени), но в моем случае он может оказаться бесполезным, поскольку мне придется обработать более 80 000 отзывов, и я, скорее всего, столкнусь с той же проблемой с разными словами.
Я использую lemmatize_strings
для набора данных, который у меня есть, но он дает точно такой же результат (хотя это немного очевидно). Кто-нибудь может мне помочь, пожалуйста!
Заранее большое спасибо!
lemmas <- lexicon::hash_lemmas[token=="dive",lemma:="dive"];lemmatize_strings(words, dictionary = lemmas)
. - person lukeA   schedule 18.05.2018lemmas
;) - person lukeA   schedule 18.05.2018