词元化

lemmization是一种文本规范化技术自然语言处理。词素化运用词汇和形态分析来去除词缀。例如，“building has floors”在词根化后被简化为“build have floor”。

词元化应用

词元化通常用于:

• 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的问题的维数

词根化与词干化

词根化的一个相关方法，阻止，是基于简单的启发式规则。它经常导致词根或不是实际单词的单词部分，而词根化总是返回有效的字典单词。

词根化和词干化的例子如下所示。

在MATLAB^®，可以使用样式选项为' lemma '的" normalizeWords "函数来完成lemmization。要了解更多关于使用lemmalization和用MATLAB建立文本数据预测模型的信息，请参见文本分析工具箱。