Stemming ialah proses mengurangkan perkataan kepada batang perkataannya yang berimbuhan pada akhiran dan awalan atau pada akar perkataan yang dikenali sebagai lemma. Stemming penting dalam pemahaman bahasa semula jadi (NLU) dan pemprosesan bahasa semula jadi (NLP).
Apakah yang berpunca dalam NLP dengan contoh?
Stemming pada asasnya mengalihkan akhiran daripada perkataan dan mengurangkannya kepada kata dasar. Sebagai contoh: "Terbang" ialah perkataan dan akhirannya ialah "ing", jika kita mengalih keluar "ing" daripada "Terbang" maka kita akan mendapat kata dasar atau kata dasar iaitu "Terbang".
Apakah kegunaan stemming?
Stemming digunakan dalam sistem perolehan maklumat seperti enjin carian. Ia digunakan untuk menentukan perbendaharaan kata domain dalam analisis domain.
Apakah itu stemming lemmatization?
Stemming dan lemmatisasi ialah kaedah yang digunakan oleh enjin carian dan bot sembang untuk menganalisis makna di sebalik perkataan. Stemming menggunakan batang perkataan, manakala lemmatisasi menggunakan konteks di mana perkataan itu digunakan.
Apakah lemmatisasi dan stemming dalam NLP?
Analisis Morfologi memerlukan pengekstrakan lemma yang betul bagi setiap perkataan. Sebagai contoh, Lemmatization dengan jelas mengenal pasti bentuk asas 'troubled' kepada 'trouble'' yang menunjukkan beberapa makna manakala, Stemming akan memotong 'ed' bahagian dan menukarnya menjadi 'troubl' yang mempunyai kesalahan makna dan ejaan yang salah.
