词元化

词元化是一种文本规范化技术自然语言处理．词素化是通过词汇和词素分析来去除词缀的。例如，“building has floors”在词源化过程中被简化为“build have floor”。

词元化应用

lemmmization常用于:

• 扩展搜索条件的信息检索
• 降低文本分类、情感分析或主题建模中问题的维数

词元化与阻止

一个与引理化相关的方法，阻止，是基于简单的启发式规则。它通常会导致不是实际单词的词根或单词部分，而词元化总是返回有效的字典单词。

以下是词干化和词干化的例子。

在MATLAB^®，可以使用“normalizeWords”函数，并在样式选项中添加“lemma”。要了解更多关于使用lemmmization和用MATLAB用文本数据建立预测模型的信息，请参见文本分析工具箱™．