Stemovanie je proces úpravy slov na ich základny (koreňový) tvar. Napr. koreňom slova „autá“ je slovo „auto“. Existujú rôzne prístupy na hľadanie základných tvarov slov. Niektoré využívajú slovníky, podľa ktorých identifikujú slovo alebo úpravu ktorá sa má vykonať, iné využívajú úpravy ktoré sa aplikujú podľa aktuálneho tvaru slova alebo umiestneni [..]

Tento algoritmus vychádza z predpokladu, že máme k dispozícii slovník rozvinutých tvarov a k nim prislúchajúcich základných tvarov. Samotný algoritmus iba vyhľadáva v tomto slovníku slová a nahrádza ich základným tvarom. Nevýhodou tejto metódy je pomerne veľká pamäťová a časová náročnosť na vyhľadanie slov v slovníku. Tiež je problémom takýto slovn [..]

Ide o obdobu slovníkového algoritmu. Je tu však jeden rozhodujúci rozdiel. A to ten, že na miesto udržiavania všetkých rozvinutých tvarov slov, udržujeme iba „jadro“ slov, ktoré je identické pre všetky jeho rozvinuté tvary. Napr. Majme slovo „auto“ jeho rozvinuté tvary „autom“, „autá“, „autami“... Jeho jadrom sa zdá byť teda slovo „aut“ ktoré samo [..]

Zakladá sa na odstraňovaní sufixov zo slov. V slovenskom jazyku je skor potreba odstránenie sufixu doplniť o nahradenie základného sufixu. Napr. pri slove „autami“ dosiahneme základný tvar odstránením sufixu „ami“ a pridaním nového sufixu „o“. Spôsob hľadania sufixov musí vychádzať z gramatiky jazyka. Keďže sa zaoberáme slovenským jazykom, vychádza [..]

Podobne ako u algoritmu odstraňovania sufixov postupuje aj tento algoritmus. Umožňuje však silnejšie úpravy odstraňovaním nie len sufixov ale aj prefixov. Napr. slovo „nemali“ dokáže odstránením prefixu „ne“ a nahradením sufixu „ali“ za „ať“ upraviť na tvar „mať“. Nevýhodou algoritmov tohto typu je správne určenie ktoré ktorý sufix akým nahradiť. N [..]

Proces tohto algoritmu je založený na identifikovaní významu slova z kontextu. Pravidlá normalizácie slova sa potom určujú podľa toho v akej pozícii vo vete sa nachádza. Pravidlá normalizácie predstavujú zväčša odstraňovanie sufixov alebo prefixov.

Základným princípom tohto algoritmu je využívanie trénovania na množine rozvinutých slov a ich základných tvarov a následné aplikovanie natrénovaných pravidiel na slová u ktorých hladáme základný tvar. Výsledkom trénovania je model pravdepodobností, podľa ktorého sa následne vyberajú pravidlá normalizácie slov. Tu je nevýhodou, že nájdené základné [..]

Ide o kombináciu rôznych prístupov. Cieľom je vhodnou kombináciou docieliť najlepšie výsledky. Napr. pri odstraňovaní sufixov použijeme slovníkový prístup na identifikovanie typu slova (určíme aké pravidlá pre toto slovo platia).

Webové rozhranie poskytuje možnosť transformácie anglického textu na text v základnom tvare. Ide o webové rozhranie ktoré slúži výhradne na testovacie účely.

Nástroj ktorý slúži na testovanie použitého algoritmu. Je implementovaný v jave a poskytuje grafické rozhranie. Používa odstraňovanie affixov.