Stemming: Auf die Wortwurzel kürzen
running und runs auf run abbilden
Stemming: Auf die Wortwurzel kürzen ist eine kostenlose NLP Academy-Lektion auf CoddyKit. Dies ist Lektion 3 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des NLP Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der NLP Academy-Kurs umfasst insgesamt 4 Lektionen.
One Word, Many Forms
Das Verb run tritt als running, runs und ran auf. Für Sie teilen sie eine Bedeutung, aber roher Text zählt jedes einzelne separat und spaltet das Signal auf. 🌱
Enter Stemming
Stemming schneidet die Endungen eines Wortes ab, um einen groben Wortstamm zu erreichen. Das Ziel ist es, verwandte Formen in einem gemeinsamen Token zusammenzufassen.
Rules, Not a Dictionary
Ein Stemmer folgt einfachen Suffix-Regeln, anstatt Wörter nachzuschlagen. Er entfernt Endungen wie ing, ed und s, weshalb er schnell, aber etwas grob ist.
The Porter Stemmer
NLTK enthält den klassischen PorterStemmer. Sie erstellen eine Instanz und rufen dann deren stem-Methode für jedes Wort auf, das Sie reduzieren möchten.
from nltk.stem import PorterStemmer
ps = PorterStemmer()
print(ps.stem('running'))Forms Collapse Together
Geben Sie mehrere Formen desselben Verbs ein, und sie alle werden auf denselben Stamm reduziert. Jetzt können Ihre Zählungen endlich stimmen.
for w in ['running', 'runs', 'ran']:
print(ps.stem(w))Stems Are Not Real Words
Stemming ist stumpf. Das Wort „studies“ wird zu „studi“, was kein echtes Wort ist, aber es stimmt immer noch mit „study“ und „studied“ als ein gemeinsamer Stamm überein.
print(ps.stem('studies'))Watch for Over-Stemming
Manchmal kürzt ein Stemmer zu stark und führt unzusammenhängende Wörter zusammen. Dieses Überstemmen kann Bedeutungen verwischen, überprüfen Sie daher immer das Ergebnis anhand Ihres Textes.
print(ps.stem('universal'))
print(ps.stem('university'))Stem a Token List
In der Praxis versieht man jedes Token in einem Dokument mit einem Wortstamm. Eine List Comprehension wendet den Stemmer in einer einzigen sauberen Zeile auf die gesamte Liste an.
words = ['cats', 'caring', 'cared']
print([ps.stem(w) for w in words])Other Stemmers Exist
Porter ist der Standard, aber NLTK bietet auch den flotteren SnowballStemmer, der viele Sprachen unterstützt und einige Ecken und Kanten von Porter behebt.
from nltk.stem import SnowballStemmer
sb = SnowballStemmer('english')
print(sb.stem('happily'))Lowercase First
Stemmer erwarten kleingeschriebene Eingaben. Normalisieren Sie die Groß- und Kleinschreibung vor dem Stemming, da sonst „Running“ und „running“ möglicherweise wieder als zwei verschiedene Token durchrutschen.
print(ps.stem('Running'.lower()))When to Reach for It
Stemming opfert Präzision für Geschwindigkeit. Es glänzt bei der Suche und in großen Pipelines, wo ein grober, aber schneller Treffer eine langsame, exakte Analyse schlägt. ⚡
Quick Check
Leg wir fest, wie das Stemming sich verhält.
Recap
Du hast gelernt, dass Stemming Suffixe mit einfachen Regeln abschneidet, um Wortformen auf einen Wortstamm zu reduzieren. Es ist schnell und grob und ergibt manchmal Nicht-Wörter. Gute Arbeit! 🎉
Lerne Python mit einem KI-Tutor — kostenlos
Schreibe und führe echten Code in deinem Browser aus, bekomme sofortige Hilfe von einem 24/7 KI-Tutor und setze dein Lernen im Web oder in der App fort.
- Kurse
- 30
- Lektionen
- 120
Häufig gestellte Fragen
Ist die Lektion „Stemming: Auf die Wortwurzel kürzen“ kostenlos?
Ja — der vollständige Text von „Stemming: Auf die Wortwurzel kürzen“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des NLP Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der NLP Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Stemming: Auf die Wortwurzel kürzen“?
running und runs auf run abbilden Du übst NLP Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um NLP Academy zu starten?
Keine Vorkenntnisse erforderlich. NLP Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 3 von 4.
Wie lange dauert die Lektion „Stemming: Auf die Wortwurzel kürzen“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser NLP Academy-Lektion Code schreiben und ausführen?
Ja. Jede NLP Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Warum Großschreibung und Abstände wichtig sind
- Kleinschreibung und Leerraum entfernen
- Stemming: Auf die Wortwurzel kürzen
- Lemmatisierung: Intelligenter zu Grundformen