我说一下我的思路，如果词条内已经存在变体是最方便的，直接设置LINK指向就行。如果没有，需要有一个对照表或者转换规则，这种推测单词原形的叫lemmatize。个人测试WordNetLemmatizer的转换结果比较好。
下面是我写的一个简单的示例。
安装nltk
pip install nltk
运行test.py
python test.py
显示：
apples
单词： apples 原形推测： apple 词性： n.
buses
单词： buses 原形推测： bus 词性： n.
单词： buses 原形推测： bus 词性： v.
quizzes
单词： quizzes 原形推测： quiz 词性： n.
单词： quizzes 原形推测： quiz 词性： v.
candies
单词： candies 原形推测： candy 词性： n.
单词： candies 原形推测： candy 词性： v.
abaci
单词： abaci 原形推测： abacus 词性： n.
gone
单词： gone 原形推测： go 词性： v.
better
单词： better 原形推测： good 词性： adj.
单词： better 原形推测： well 词性： adv.
wanted
单词： wanted 原形推测： want 词性： v.
would
doing
单词： doing 原形推测： do 词性： v.
具体的使用就是调用lemmatize_word.py中的lemmatize_word函数，获得推测的原形，然后自己再进行其他处理。
lemmatize_word.zip (10.3 MB)
1 个赞