Lemmatização: formas básicas mais inteligentes
Reduza as palavras a formas reais de dicionário.
Lemmatização: formas básicas mais inteligentes é uma aula grátis de NLP Academy no CoddyKit. Esta é a aula 4 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de NLP Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de NLP Academy inclui 4 aulas no total.
Um redutor mais inteligente
A radicalização corta às cegas, mas a lematização reduz uma palavra à sua forma-base real de dicionário, chamada lema. O resultado é sempre uma palavra válida. 📖
Lema versus radical
A radicalização transforma studies em studi, mas a lematização retorna o lema correto study. Essa saída organizada e válida é a grande vantagem da lematização.
Ela usa um vocabulário
Um lematizador consulta as palavras em um vocabulário real, como o WordNet. Essa consulta permite saber que better é a forma-base better, e não bett.
O lematizador WordNet
O NLTK fornece o WordNetLemmatizer. Crie uma instância e depois chame lemmatize em uma palavra para obter sua forma-base.
from nltk.stem import WordNetLemmatizer
lem = WordNetLemmatizer()
print(lem.lemmatize('cars'))A classe gramatical é importante
Por padrão, o lematizador presume que toda palavra é um substantivo. Por isso, o verbo running permanece running, a menos que você informe que a palavra é um verbo.
print(lem.lemmatize('running'))Passe a etiqueta correta
Forneça o argumento pos para corrigir isso. Ao informar ao lematizador que a palavra é um verbo, running é reduzida até sua forma-base run.
print(lem.lemmatize('running', pos='v'))Formas irregulares tratadas
Como conhece a gramática real, o lematizador também mapeia palavras difíceis. O verbo went é corretamente convertido para sua forma-base go, algo que um radicalizador não consegue fazer.
print(lem.lemmatize('went', pos='v'))Adjetivos e plurais
Ele também lida com outros tipos de palavras. Com a etiqueta de adjetivo, o lematizador transforma better em sua forma-base good.
print(lem.lemmatize('better', pos='a'))Lematize uma lista de tokens
Aplique-o a um documento com uma compreensão, assim como na radicalização. Cada token retorna como uma forma-base limpa e válida.
words = ['dogs', 'boxes', 'wishes']
print([lem.lemmatize(w) for w in words])Mais lento, mas mais preciso
A lematização precisa de um dicionário e, idealmente, de etiquetas de classe gramatical, por isso é mais lenta que a radicalização. Você troca velocidade por resultados mais limpos e precisos. ⚖️
Qual você deve escolher?
Use a radicalização para buscas rápidas em grande escala e a lematização quando forem importantes formas-base legíveis e precisas, como ao criar características para um modelo.
Verificação rápida
Vamos comparar os dois redutores.
Recapitulação
Você aprendeu que a lematização usa um vocabulário e etiquetas de classe gramatical para retornar formas-base reais. Ela é mais lenta que a radicalização, mas muito mais limpa. Excelente trabalho! 🎉
Aprenda Python com um tutor de IA — grátis
Escreva e execute código real no seu navegador, obtenha ajuda instantânea de um tutor de IA 24/7 e continue de onde parou na web ou no app.
- Cursos
- 30
- Aulas
- 120
Perguntas Frequentes
A aula “Lemmatização: formas básicas mais inteligentes” é grátis?
Sim — o texto completo de “Lemmatização: formas básicas mais inteligentes” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de NLP Academy, atualize para CoddyKit PRO. O curso de NLP Academy inclui 4 aulas no total.
O que vou aprender em “Lemmatização: formas básicas mais inteligentes”?
Reduza as palavras a formas reais de dicionário. Você pratica NLP Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar NLP Academy?
Nenhuma experiência prévia é necessária. NLP Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 4 de 4.
Quanto tempo leva a aula “Lemmatização: formas básicas mais inteligentes”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de NLP Academy?
Sim. Cada aula de NLP Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Por que maiúsculas e espaçamento importam
- Convertendo para minúsculas e removendo espaços
- Stemming: reduzindo à raiz
- Lemmatização: formas básicas mais inteligentes