Lematización: formas base más inteligentes
Reducir las palabras a formas reales del diccionario
Lematización: formas base más inteligentes es una lección gratuita de NLP Academy en CoddyKit. Esta es la lección 4 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de NLP Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de NLP Academy incluye 4 lecciones en total.
Un reductor más inteligente
El stemming corta a ciegas, pero la lematización reduce una palabra a su forma base real de diccionario, llamada lema. El resultado siempre es una palabra correcta. 📖
Lema frente a stem
El stemming convierte studies en studi, mientras que la lematización devuelve el lema correcto study. Ese resultado ordenado y válido es la gran ventaja de la lematización.
Utiliza un vocabulario
Un lematizador busca las palabras en un vocabulario real, como WordNet. Esa consulta le permite saber que better es la forma base better, y no bett.
El lematizador de WordNet
NLTK proporciona WordNetLemmatizer. Cree una instancia y llame a lemmatize con una palabra para obtener su forma base.
from nltk.stem import WordNetLemmatizer
lem = WordNetLemmatizer()
print(lem.lemmatize('cars'))La categoría gramatical importa
De forma predeterminada, el lematizador supone que todas las palabras son sustantivos. Por eso el verbo running permanece como running, a menos que indique que la palabra es un verbo.
print(lem.lemmatize('running'))Indique la etiqueta correcta
Proporcione el argumento pos para corregirlo. Si indica al lematizador que la palabra es un verbo, reducirá running hasta su forma base, run.
print(lem.lemmatize('running', pos='v'))Gestiona las formas irregulares
Como conoce la gramática real, el lematizador también transforma palabras complejas. El verbo went se convierte correctamente en su forma base, go, algo que un stemmer no puede hacer.
print(lem.lemmatize('went', pos='v'))Adjetivos y plurales
También gestiona otros tipos de palabras. Con la etiqueta de adjetivo, el lematizador convierte better en su forma base, good.
print(lem.lemmatize('better', pos='a'))Lematizar una lista de tokens
Aplíquelo a todo un documento mediante una comprensión, igual que con el stemming. Cada token vuelve como una forma base limpia y válida.
words = ['dogs', 'boxes', 'wishes']
print([lem.lemmatize(w) for w in words])Más lento, pero más preciso
La lematización necesita un diccionario y, en condiciones ideales, etiquetas de categoría gramatical, por lo que se ejecuta más lentamente que el stemming. Intercambia velocidad por resultados más limpios y precisos. ⚖️
¿Cuál debería elegir?
Use stemming para búsquedas rápidas a gran escala y lematización cuando necesite formas base legibles y precisas, por ejemplo, al crear características para un modelo.
Comprobación rápida
Comparemos los dos reductores.
Repaso
Ha aprendido que la lematización utiliza un vocabulario y etiquetas de categoría gramatical para devolver formas base reales. Es más lenta que el stemming, pero mucho más limpia. ¡Excelente trabajo! 🎉
Aprende Python con un tutor de IA — gratis
Escribe y ejecuta código real en tu navegador, obtén ayuda instantánea de un tutor de IA disponible 24/7 y continúa donde lo dejaste en la web o en la aplicación.
- Cursos
- 30
- Lecciones
- 120
Preguntas frecuentes
¿La lección «Lematización: formas base más inteligentes» es gratis?
Sí — el texto completo de «Lematización: formas base más inteligentes» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de NLP Academy, actualiza a CoddyKit PRO. El curso de NLP Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Lematización: formas base más inteligentes»?
Reducir las palabras a formas reales del diccionario Practicas NLP Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar NLP Academy?
No se requiere experiencia previa. NLP Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 4 de 4.
¿Cuánto tiempo toma la lección «Lematización: formas base más inteligentes»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de NLP Academy?
Sí. Cada lección de NLP Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Por qué importan las mayúsculas y los espacios
- Conversión a minúsculas y eliminación de espacios
- Stemming: recortar hasta la raíz
- Lematización: formas base más inteligentes