Český stemmer v jazyce Snowball

Lemmatizace, stematizace, Snowball, český jazyk, gramatika.

Produktem je stematizační algoritmus pro český jazyk založený na gramatických pravidlech jako doplněk k metodám používajícím slovník pro vyhledávání a dolování českého textu. Snowball implementace stematizačního algoritmu českého jazyka je vytvořena na základě kompletní sady všech předpon, přípon a koncovek, které se mohou v českém jazyce vyskytovat.

Dokumentace jazyka Snowball na adrese snowball.tartarus.org a text diplomové práce www.fit.vutbr.cz/study/DP/rpfile.php?id=7988 (v češtině). Publikace vztahující se k tomuto produktu je uvedena na www.fit.vutbr.cz/research/view_pub.php?id=9473.

http://www.fit.vutbr.cz/research/view_product.php?id=133

Copyright (C) 2010 Vysoké učení technické v Brně

Stažením, kopírováním, instalováním, nebo používáním souhlasíte s GNU General Public License (přiložena).

• bz2 Český stemmer v jazyce Snowball (bz2) 184 KB
• zip Český stemmer v jazyce Snowball (zip) 582 KB
• bz2 Zdrojové soubory dokumentace 6255 KB