Стеммер Портера — алгоритм стемминга , опубликованный Мартином Портером в 1980 году . Оригинальная версия стеммера была предназначена для английского языка и была написана на языке BCPL . Впоследствии Мартин создал проект «Snowball» и, используя основную идею алгоритма, написал стеммеры для распространённых индоевропейских языков , в том числе для русского .

Алгоритм не использует баз основ слов , а лишь, применяя последовательно ряд правил, отсекает окончания и суффиксы , основываясь на особенностях языка, в связи с чем работает быстро, но не всегда безошибочно.

Алгоритм был очень популярен и тиражируем, в него часто вносились изменения разными разработчиками, причём не всегда удачные. Примерно в 2000 году Портер принял решение «заморозить» проект и впредь распространять одну-единственную реализацию алгоритма (на нескольких популярных языках программирования ) со своего сайта.

Примечания

1. от 28 марта 2012 на Wayback Machine (англ.)

Ссылки

• — реализация алгоритма стеммера Портера для русского языка на чистом функциональном языке Clojure
• — Porter’s homepage. (англ.)
• — Project «Snowball» (англ.)
• (улучшенная версия алгоритма) — Project «Snowball» (англ.)
• M. F. Porter. (англ.) // Program. — 1980. — Vol. 14 , no. 3 . — P. 130—137 . 28 мая 2007 года. (оригинальная публикация Портера)
• P. Willett. (англ.) // Program: Electronic Library and Information Systems. — 2006. — Vol. 40 , iss. 3 . — P. 219—223 . — ISSN .