Стеммер Портера

Стеммер Портера — алгоритм стемминга, опубликованный Мартином Портером в 1980 году. Оригинальная версия стеммера была предназначена для английского языка и была написана на языке BCPL. Впоследствии Мартин создал проект «Snowball» и, используя основную идею алгоритма, написал стеммеры для распространённых индоевропейских языков, в том числе для русского^[1].

Алгоритм не использует баз основ слов, а лишь, применяя последовательно ряд правил, отсекает окончания и суффиксы, основываясь на особенностях языка, в связи с чем работает быстро, но не всегда безошибочно.

Алгоритм был очень популярен и тиражируем, в него часто вносились изменения разными разработчиками, причём не всегда удачные. Примерно в 2000 году Портер принял решение «заморозить» проект и впредь распространять одну-единственную реализацию алгоритма (на нескольких популярных языках программирования) со своего сайта.

Примечания

1. ↑ Стеммер Портера для русского языка: Russian stemming algorithm  (англ.)

Ссылки

• The Porter Stemming Algorithm — Porter’s homepage.  (англ.)
• The Porter Stemming Algorithm — Project «Snowball»  (англ.)
• The English (Porter2) stemming algorithm (улучшенная версия алгоритма) — Project «Snowball»  (англ.)
• M. F. Porter An algorithm for suffix stripping (англ.) // Program. — 1980. — Т. 14. — № 3. — С. 130—137. (оригинальная публикация Портера)
• P. Willett The Porter stemming algorithm: then and now (англ.) // Program: Electronic Library and Information Systems. — 2006. — В. 3. — Т. 40. — С. 219—223. — ISSN 0033-0337.