Lemmatisation : des formes de base plus pertinentes
Réduire les mots à de vraies formes de dictionnaire
Lemmatisation : des formes de base plus pertinentes est une leçon NLP Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage NLP Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours NLP Academy comprend 4 leçons au total.
Un réducteur plus intelligent
La radicalisation coupe à l’aveugle, tandis que la lemmatisation réduit un mot à sa véritable forme de base dans le dictionnaire, appelée lemme. Le résultat est toujours un mot correct. 📖
Lemme ou radical
La radicalisation transforme studies en studi, tandis que la lemmatisation renvoie le lemme propre study. Ce résultat correct et bien formé est le grand avantage de la lemmatisation.
Elle utilise un vocabulaire
Un lemmatiseur recherche les mots dans un véritable vocabulaire comme WordNet. Cette recherche lui permet de savoir que better est la forme de base better, et non bett.
Le lemmatiseur WordNet
NLTK fournit le WordNetLemmatizer. Créez-en un, puis appelez lemmatize sur un mot pour récupérer sa forme de base.
from nltk.stem import WordNetLemmatizer
lem = WordNetLemmatizer()
print(lem.lemmatize('cars'))La catégorie grammaticale compte
Par défaut, le lemmatiseur considère chaque mot comme un nom. Ainsi, le verbe running reste running, sauf si vous lui indiquez que le mot est un verbe.
print(lem.lemmatize('running'))Fournir la bonne étiquette
Donnez-lui l’argument pos pour corriger cela. En indiquant au lemmatiseur que le mot est un verbe, vous réduisez running jusqu’à sa forme de base, run.
print(lem.lemmatize('running', pos='v'))Les formes irrégulières sont traitées
Parce qu’il connaît la grammaire réelle, le lemmatiseur traite aussi les mots difficiles. Le verbe went devient correctement sa forme de base, go, ce qu’un algorithme de radicalisation ne peut pas faire.
print(lem.lemmatize('went', pos='v'))Adjectifs et pluriels
Il traite également d’autres catégories de mots. Avec l’étiquette d’adjectif, le lemmatiseur transforme better en sa forme de base, good.
print(lem.lemmatize('better', pos='a'))Lemmatiser une liste de jetons
Appliquez-le à un document avec une compréhension, comme pour la radicalisation. Chaque jeton revient sous une forme de base propre et correcte.
words = ['dogs', 'boxes', 'wishes']
print([lem.lemmatize(w) for w in words])Plus lent, mais plus précis
La lemmatisation a besoin d’un dictionnaire et, idéalement, d’étiquettes de catégories grammaticales ; elle est donc plus lente que la radicalisation. Vous échangez la rapidité contre des résultats plus propres et plus précis. ⚖️
Lequel choisir ?
Utilisez la radicalisation pour une recherche rapide à grande échelle, et la lemmatisation lorsque des formes de base lisibles et précises sont importantes, par exemple pour créer des caractéristiques destinées à un modèle.
Vérification rapide
Comparons les deux réducteurs.
Récapitulatif
Vous avez appris que la lemmatisation utilise un vocabulaire et des étiquettes de catégories grammaticales pour renvoyer de véritables formes de base. Elle est plus lente que la radicalisation, mais bien plus propre. Excellent travail ! 🎉
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Lemmatisation : des formes de base plus pertinentes » est-elle gratuite ?
Oui — le texte complet de « Lemmatisation : des formes de base plus pertinentes » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours NLP Academy, passe à CoddyKit PRO. Le cours NLP Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Lemmatisation : des formes de base plus pertinentes » ?
Réduire les mots à de vraies formes de dictionnaire Tu pratiques NLP Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer NLP Academy ?
Aucune expérience préalable n'est requise. NLP Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Lemmatisation : des formes de base plus pertinentes » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon NLP Academy ?
Oui. Chaque leçon NLP Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Pourquoi la casse et les espaces comptent
- Passer en minuscules et supprimer les espaces
- Racinisation : réduire au radical
- Lemmatisation : des formes de base plus pertinentes