波兰茎杆。
pystempel的Python项目详细描述
stempel的python端口，一种波兰语的算法词干分析器，最初是用java编写的。
原始的词干分析器是作为Egothor Project的一部分实现的，它实际上是不变的 Stempel Stemmer Java library由andrzej bia_ecki编写，next包含在Apache Lucene中， 一个免费的开源搜索引擎库。
该套装还包括用于抛光的高质量填塞台和20000套培训设备， 由Andrzej Bia_ecki预先培训。
端口不包括编译词干表的代码。
如何使用
在本地环境中安装：
pip install pystempel在代码中使用：
>>>fromstempelimportStempelStemmer>>>stemmer=StempelStemmer.default()>>>forwordin['książki','książki','książkami','książkowa','książkowymi']:...print(stemmer.stem(word))...książekksiążekksiążekksiążkowyksiążkowy
在端口和包装器之间进行选择
如果在python中处理nlp项目，则可以在python端口和python包装器之间进行选择。 python端口是pystempel试图实现的：从java实现到python的转换。 python包装器是我在tests：python函数中用来调用 干茎器。您可以在Stackoverflow comparision post中找到有关包装器和端口的更多信息。在这里，我 比较两种方法以帮助您做出决定：
- 精度相同。我通过比较python端口的输出来验证它 从自由波兰语词典输出331224个单词的原始java实现 （sjp.pl）并且对于100%的单词，它返回相同的输出。
- 类似的性能。对于上述数据集，两个词干分析器版本都实现了可比的性能。 python端口在4.4秒内完成词干分析，而python包装器在5秒内完成（intel core i5-6000 3.30 GHz、16GB RAM、Windows 10、OpenJDK）
- 不同的设置。python包装器需要另外安装cython和pyjnius。 python包装器还将生成debugging harder（在两种编程语言之间切换）。
开发设置
要设置开发环境，需要安装Anaconda。
conda create -n stempel-stemmer
conda activate stempel-stemmer
conda install -c conda-forge --file requirements.txt运行测试：
curl https://repo1.maven.org/maven2/org/apache/lucene/lucene-analyzers-stempel/8.1.1/lucene-analyzers-stempel-8.1.1.jar > stempel-8.1.1.jar
python -m pytest ./运行基准：
python tests\test_benchmark.py许可
大部分代码都包含在Egothor Open Source License（apache风格的许可证）中。其余的 代码和预处理的词干表由Apache License 2.0覆盖。单元测试使用 在sjp.pl的拼写检查中使用的免费波兰语词典，由Apache License 2.0覆盖 也。
其他语言
- Estem是stempel词干分析器的erlang包装器（不是端口）。
欢迎加入QQ群-->： 979659372
