Stemming: reduzindo à raiz
Mapeie running e runs para run.
Stemming: reduzindo à raiz é uma aula grátis de NLP Academy no CoddyKit. Esta é a aula 3 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.
Uma palavra, muitas formas
O verbo run aparece como running, runs e ran. Para você, essas formas compartilham um significado, mas o texto bruto conta cada uma separadamente, dividindo o sinal. 🌱
Conheça a radicalização
A radicalização remove as terminações de uma palavra para chegar a uma raiz aproximada chamada radical. O objetivo é reduzir formas relacionadas a um único token compartilhado.
Regras, não um dicionário
Um radicalizador segue regras simples de sufixos em vez de consultar palavras. Ele remove terminações como ing, ed e s; por isso, é rápido, mas um pouco rudimentar.
O radicalizador de Porter
O NLTK inclui o clássico PorterStemmer. Você cria uma instância e depois chama seu método stem em qualquer palavra que queira reduzir.
from nltk.stem import PorterStemmer
ps = PorterStemmer()
print(ps.stem('running'))As formas se reduzem juntas
Forneça várias formas do mesmo verbo e todas serão reduzidas ao mesmo radical. Agora suas contagens finalmente podem ser somadas.
for w in ['running', 'runs', 'ran']:
print(ps.stem(w))Radicais não são palavras reais
A radicalização é imprecisa. A palavra studies se torna studi, que não é uma palavra real, mas ainda corresponde a study e studied como um único radical.
print(ps.stem('studies'))Cuidado com a radicalização excessiva
Às vezes, um radicalizador corta demais e une palavras sem relação. Essa radicalização excessiva pode confundir os significados; por isso, sempre verifique a coerência da saída com seu texto.
print(ps.stem('universal'))
print(ps.stem('university'))Extraia o radical de uma lista de tokens
Na prática, você extrai o radical de cada token de um documento. Uma compreensão aplica o radicalizador à lista inteira em uma única linha limpa.
words = ['cats', 'caring', 'cared']
print([ps.stem(w) for w in words])Existem outros radicalizadores
Porter é o padrão, mas o NLTK também oferece o mais moderno SnowballStemmer, que dá suporte a muitos idiomas e corrige algumas limitações do Porter.
from nltk.stem import SnowballStemmer
sb = SnowballStemmer('english')
print(sb.stem('happily'))Converta para minúsculas primeiro
Os radicalizadores esperam uma entrada em minúsculas. Uniformize maiúsculas e minúsculas antes da radicalização, ou Running e running podem voltar a passar como dois tokens diferentes.
print(ps.stem('Running'.lower()))Quando usá-la
A radicalização troca precisão por velocidade. Ela é excelente em buscas e pipelines grandes, nos quais uma correspondência aproximada e rápida é melhor do que uma análise lenta e exata. ⚡
Verificação rápida
Vamos fixar como a radicalização funciona.
Recapitulação
Você aprendeu que a radicalização remove sufixos usando regras simples para reduzir formas de palavras a um único radical. Ela é rápida e aproximada, às vezes produzindo palavras inexistentes. Muito bem! 🎉
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 “Stemming: reduzindo à raiz” é grátis?
Sim — o texto completo de “Stemming: reduzindo à raiz” 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 “Stemming: reduzindo à raiz”?
Mapeie running e runs para run. 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 3 de 4.
Quanto tempo leva a aula “Stemming: reduzindo à raiz”?
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