Lemmatization

词形还原是将单词还原为词典词元（lemma）的语言学过程，如 better → good，比词干提取更准确。

用途

基于词典与词性将词形还原为规范词元，保证语言学正确性。

机制

查词典 + 词性标注确定词元。如 better（形容词比较级）→ good；running（动词现在分词）→ run。需 POS 标注与词典支持，比 stemming 慢但准确。spaCy、NLTK 提供。

用例

精确的 NLP 分析
问答系统语义匹配
机器翻译预处理
词义消歧

示例

输入
```
better → good
```
输出
```
Lemma good
```
Requires part-of-speech tagging

常见错误

Missing part-of-speech tagging leads to wrong lemmas: Use a POS-aware lemmatizer

相关词条

词干提取是将单词还原为词根（stem）的启发式过程，如 running → run，使词形变化不影响检索匹配。

分词是将文本切分为语义单元（词、子词、字符）的序列，是 NLP 与搜索引擎的基础步骤。

参考链接