Lematisasi: Bentuk Dasar yang Lebih Cerdas
Mengembalikan kata ke bentuk kamus yang benar
Lematisasi: Bentuk Dasar yang Lebih Cerdas adalah pelajaran NLP Academy gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar NLP Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus NLP Academy mencakup 4 pelajaran total.
Penyederhana yang Lebih Cerdas
Stemming memotong secara membabi buta, sedangkan lemmatisasi mengubah kata menjadi bentuk dasar sebenarnya yang terdapat dalam kamus, yang disebut lema. Hasilnya selalu berupa kata yang benar. 📖
Lema vs Stem
Stemming mengubah studies menjadi studi, sedangkan lemmatisasi mengembalikan lema yang tepat, yaitu study. Hasil yang rapi dan valid ini merupakan keunggulan utama lemmatisasi.
Menggunakan Kosakata
Lematiser mencari kata dalam kosakata nyata seperti WordNet. Pencarian inilah yang membuatnya mengetahui bahwa better adalah bentuk dasar better, bukan bett.
Lematiser WordNet
NLTK menyediakan WordNetLemmatizer. Buat satu instans, lalu panggil lemmatize pada sebuah kata untuk mendapatkan kembali bentuk dasarnya.
from nltk.stem import WordNetLemmatizer
lem = WordNetLemmatizer()
print(lem.lemmatize('cars'))Kelas Kata Itu Penting
Secara default, lematiser menganggap setiap kata sebagai nomina. Jadi kata kerja running tetap menjadi running, kecuali Anda memberitahunya bahwa kata tersebut adalah sebuah kata kerja.
print(lem.lemmatize('running'))Berikan Tag yang Tepat
Berikan argumen pos untuk memperbaikinya. Dengan memberi tahu lematiser bahwa kata tersebut adalah kata kerja, running disederhanakan sepenuhnya menjadi bentuk dasarnya, yaitu run.
print(lem.lemmatize('running', pos='v'))Bentuk Tidak Beraturan Ditangani
Karena memahami tata bahasa nyata, lematiser juga dapat memetakan kata-kata yang rumit. Kata kerja went dengan benar diubah menjadi bentuk dasarnya, go, sesuatu yang tidak dapat dilakukan stemmer.
print(lem.lemmatize('went', pos='v'))Kata Sifat dan Bentuk Jamak
Lematiser juga menangani jenis kata lainnya. Dengan tag kata sifat, lematiser mengubah better menjadi bentuk dasarnya, good.
print(lem.lemmatize('better', pos='a'))Lakukan Lemmatisasi pada Daftar Token
Terapkan ke seluruh dokumen dengan sebuah pemahaman, sama seperti pada stemming. Setiap token dikembalikan sebagai bentuk dasar yang bersih dan valid.
words = ['dogs', 'boxes', 'wishes']
print([lem.lemmatize(w) for w in words])Lebih Lambat tetapi Lebih Tajam
Lemmatisasi memerlukan kamus dan idealnya tag kelas kata, sehingga berjalan lebih lambat daripada stemming. Anda menukar kecepatan dengan hasil yang lebih bersih dan akurat. ⚖️
Mana yang Sebaiknya Dipilih?
Gunakan stemming untuk pencarian cepat berskala besar, dan gunakan lemmatisasi ketika bentuk dasar yang mudah dibaca dan akurat lebih penting, misalnya saat membuat fitur untuk sebuah model.
Pemeriksaan Singkat
Mari kita bandingkan kedua penyederhana tersebut.
Rangkuman
Anda belajar bahwa lemmatisasi menggunakan kosakata dan tag kelas kata untuk mengembalikan bentuk dasar yang sebenarnya. Teknik ini lebih lambat daripada stemming, tetapi jauh lebih rapi. Hebat! 🎉
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Lematisasi: Bentuk Dasar yang Lebih Cerdas” gratis?
Ya — teks lengkap “Lematisasi: Bentuk Dasar yang Lebih Cerdas” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus NLP Academy, upgrade ke CoddyKit PRO. Kursus NLP Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Lematisasi: Bentuk Dasar yang Lebih Cerdas”?
Mengembalikan kata ke bentuk kamus yang benar Kamu berlatih NLP Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai NLP Academy?
Tidak diperlukan pengalaman sebelumnya. NLP Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.
Berapa lama pelajaran “Lematisasi: Bentuk Dasar yang Lebih Cerdas” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran NLP Academy ini?
Ya. Setiap pelajaran NLP Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Mengapa Kapitalisasi dan Spasi Penting
- Mengubah ke Huruf Kecil dan Menghapus Spasi
- Stemming: Memangkas hingga ke Akar
- Lematisasi: Bentuk Dasar yang Lebih Cerdas