Em morfologia linguística e recuperação de informação a stemização (do inglês, stemming) é o processo de reduzir palavras flexionadas (ou às vezes derivadas) ao seu tronco (stem), base ou raiz, geralmente uma forma da palavra escrita. O tronco não precisa ser idêntico à raiz morfológica da palavra; ele geralmente é suficiente que palavras relacionadas sejam mapeadas para o mesmo tronco, mesmo se este tronco não for ele próprio uma raiz válida. O estudo de algoritmos para stemização tem sido realizado em ciência da computação desde a década de 60. Vários motores de buscas tratam palavras com o mesmo tronco como sinônimos como um tipo de expansão de consulta, em um processo de combinação.

É comum se referir aos programas de stemização como stemmers ou algoritmos de stemming.

História

editar

O primeiro stemmer publicado foi escrito por Julie Beth Lovins em 1968.[1] Esse artigo foi notável por sua data antecipada e teve grande influência sobre os trabalhos posteriores nesta área.

  1. Lovins, Julie Beth (1968). «Development of a Stemming Algorithm». Mechanical Translation and Computational Linguistics. 11: 22–31 

Referências

editar

Leitura complementar

editar
  • Porter, Martin F. (1980). «An Algorithm for Suffix Stripping». Program (em inglês). 14 (3): 130–137 

Ver também

editar