Lemmatization في بايثون | دليل المبتدئين

في هذا البرنامج التعليمي ، سنناقش lemmatization في Python وهي طريقة تُستخدم لتجميع العناصر المختلفة للكلمة معًا. يهدف Lemmatization أيضًا إلى تقليل تصريف الكلمات والتركيز على توفير الشكل الجذر أو الأساسي للكلمة وهو ما تعنيه كلمة lemma .

جدول المحتويات

• Lemmatization مقابل Stemming
• الأشياء التي يجب مراعاتها في استخدام Lemmatization
• مرحلة التحضير للشفاء في لغة بايثون
• تنفيذ Lemmatization في Python
• خاتمة

Lemmatization مقابل Stemming

Lemmatization مشابه للاشتقاق الذي يعمل أيضًا على تقليل التصريفات في الكلمات. الفرق الوحيد هو أن lemmatization تستخدم كلمات قائمة على القاموس كنتيجة لذلك.

من ناحية أخرى ، فإن الاشتقاق يزيل فقط اللواحق من الكلمة الملتوية والتي قد ينتج عنها كلمات غير موجودة.

على سبيل المثال ، إذا استخدمنا الاشتقاق إلى دراسات الكلمات ، فسوف نعطي الكلمة studi كمخرج لأنها تهدف إلى إزالة اللاحقة es من الكلمة دراسات .

من ناحية أخرى ، إذا تم استخدام lemmatization ، فسيتم إعطاء دراسة الكلمة نتيجة لذلك لأنها تركز على توفير الشكل الأساسي للكلمة.

الأشياء التي يجب مراعاتها في استخدام Lemmatization

• يستخدم كلمات قائمة على القاموس. مع مصطلح lemma الذي يعني الجذر أو الشكل الأساسي للكلمة ، يهدف lemmatization إلى توفير الشكل الأساسي للكلمة بدلاً من مجرد إزالة تصريفات الكلمة.
• يعتمد الأمر تمامًا على أجزاء الكلام للعثور على كلمة أساسية. بدون تحديد أجزاء الكلام) ، قد لا تعمل اللماتة بشكل جيد وقد لا تحصل على النتيجة التي تبحث عنها.
• إنه أبطأ من الانبعاث ولكنه أقوى. نظرًا لأن lemmatization لا تتبع خوارزمية لأداء الكلمات والحاجة إلى توفير أجزاء من الكلام ، فإنها تعتبر أبطأ من الاشتقاق. ومع ذلك ، فهو أقوى من حيث أنه يستخدم الكلمات المستندة إلى القاموس للحصول على النتائج. 
• لديها دقة أعلى في البحث عن كلمة الجذر. نظرًا لأن lemmatization تستخدم الكلمات المستندة إلى القاموس في تخطيط النتائج من كلمة مصحوبة ، سيكون لديك فرص أكبر للحصول على مخرجات دقيقة.

مرحلة التحضير للشفاء في لغة بايثون

قبل أن نبدأ في تنفيذ lemmatization ، لنبدأ باستيراد مكتبة Word من textblob .

بعد ذلك ، سنقوم بإنشاء كائن كلمة. 

لإنشاء كائن Word ، أنشأنا متغيرًا باسم w . ثم قمنا بتخزين مكتبة Word التي تحتوي على كائن كلمتنا وهو octopi ، وهو صيغة الجمع لكلمة octopus. لاحظ أنه عند تمرير عنصر باستخدام مكتبة Word ، من المهم إحاطة هذا العنصر باقتباسات مفردة.

دعنا نهيئ المتغير w لنرى ما إذا كان يحتوي على الكلمة object التي أنشأناها للتو.

عند تنفيذ المتغير w ، نحصل على كلمة object octopi نتيجة لذلك.

تنفيذ Lemmatization في Python

بعد ذلك ، سنقوم بتنفيذ lemmatize باستخدام وظيفة .lemmatize . 

في هذه الخطوة ، استخدمنا المتغير w الذي يحمل كلمة كائن octopi واستخدمنا الدالة .lemmatize لتطبيق lemmatization. نتيجة لذلك ، حصلنا على كلمة الأخطبوط وهي الجذر أو الشكل الأساسي لكلمة الأخطبوط .

بعد ذلك ، دعونا نحاول تطبيق lemmatization بكلمة أفضل .

في المثال السابق ، قمنا بتحديث كائن الكلمة الخاص بنا من octopi إلى الأفضل . ثم قمنا بإزالتها مع وظيفة .lemmatize . وبالتالي ، فإن النتيجة التي حصلنا عليها هي نفس كلمة كائن التي استخدمناها.

باستخدام وظيفة .lemmatize ، يمكنك تغيير طريقة اللماتيز عن طريق تمرير جزء من الكلام. على سبيل المثال ، دعنا نحاول تمرير a إلى دالة .lemmatize التي تمثل صفة في أجزاء الكلام. 

بعد إضافة جزء من الكلام إلى وظيفة .lemmatize ، يمكننا الحصول على الكلمة الأساسية جيدة نتيجة لذلك.

دعنا نغير موضوع كلمتنا مرة أخرى ليصبح قيد التشغيل . دعنا أيضًا نغير جزء الكلام الذي سنمرره إلى وظيفة .lemmatize إلى v والتي تعني الفعل.

بعد إجراء التغييرات وتهيئة وظيفة .lemmatize ، حصلنا على الكلمة الجذرية للكلمة التي يتم تشغيلها نتيجة لذلك. معظم اللماتيزر غير قادرين على أداء الطرق التي استخدمناها للتو في استخدام وظيفة .lemmatize.

ومع ذلك ، تعد وظيفة .lemmatize أداة مهمة لاستخدامها عند إجراء أنواع معينة من تحليل النص في Python للحصول على الشكل الأساسي للكلمة.

كيفية استخدام برنامج بايثون النصي في LuckyTemplates
كيفية تحميل نماذج مجموعات البيانات في
الدالات التي يحددها المستخدم Python Python | لمحة عامة

خاتمة

باختصار ، نحن قادرون على فهم استخدام lemmatization في Python وكيف يعمل. لقد ناقشنا التشابه والاختلاف بين اللماتية من النبع أيضًا. يمكننا أيضًا إنشاء كائن Word باستخدام مكتبة Word وكيفية استخدام وظيفة .lemmatize .

علاوة على ذلك ، تعلمنا كيفية تطبيق أجزاء مختلفة من الكلام في وظيفة .lemmatize. سيساعدك تطبيق lemmatization في مهام تحليل النص اليومية بشكل كبير على تقليل الوقت والجهد في البحث عن الكلمة الأساسية لكلمة معينة.

أتمنى لك كل خير،

غيليم