为什么在使用python nltk进行词形化之后，“闪亮”变成“shin”？

Question

有几个词使用“-ing”，如同“闪亮”一样连续。但是当我尝试使用nltk来迷惑“闪亮”时，它会变成“闪亮”。代码是这样的：

from nltk.stem import WordNetLemmatizer 

wordnet_lemmatizer = WordNetLemmatizer() 
word = "shining" 

newlemma = wordnet_lemmatizer.lemmatize(word,'v') 
print newlemma 

即使不使用'v'，它仍然是一样的“闪亮”，并没有改变。 我期待输出“闪耀”。 有人可以帮忙吗？谢谢

Answer 1

由于WordNet在搜索根表格时应用规则和例外列表的方式。

它有一系列规则特别除去词尾，例如：

"ing" -> "" 
"ing" -> "e" 

它适用的规则，看看是否在共发现存在所产生的词形。因此，例如，与mining，它会尝试min并没有找到任何东西。然后它会尝试mine（第二条规则），并找到mine是有效的单词并将其返回。但与shining，它可能会尝试shin，在有效的单词列表中找到shin，并认为这是适当的根，因此它返回它。