المجذّر الخفيف Light10
Light10 Light Stemmer
مجذّر خفيف للعربية يحذف عدداً محدوداً من السوابق واللواحق الشائعة دون محاولة الوصول إلى الجذر، ويحسن الاسترجاع مقارنة بالكلمات الكاملة والجذور.
طريقة العمل
بعد التطبيع يحذف «و» إن بقي ثلاثة أحرف على الأقل، ثم أول أداة تعريف مطابقة (ال، وال، بال، كال، فال، لل) إن بقي حرفان، ثم يمر على قائمة اللواحق (ها، ان، ات، ون، ين، يه، ية، ه، ة، ي) مرة واحدة ويحذف كل لاحقة تطابق نهاية الكلمة ما دام يبقى حرفان.
الخطوات
- التطبيع (الألف، الياء، التاء المربوطة الأخيرة)
- حذف و الاستئنافية
- حذف أداة التعريف
- حذف اللواحق بالترتيب
مثال
«والمعلمون» ← «معلم»، «بالمكتبة» ← «مكتب»
المزايا
- بسيط وسريع جداً
- فعال في استرجاع المعلومات
العيوب
- لا يعالج الجموع المكسرة («كتب» و«كتاب» جذعان مختلفان)
- قد يحذف حروفاً أصلية تشبه اللواحق (مثل الياء في «عربي» ← «عرب»)
الاستخدامات
- محركات البحث العربية
- تهيئة الميزات للتصنيف
مكتبات تطبّقها
راجع دليل المكتبات لمعرفة الرخص ومتطلبات التشغيل.
المراجع
- Larkey, L. S., Ballesteros, L. & Connell, M. E. (2007). Light Stemming for Arabic Information Retrieval. In Arabic Computational Morphology, Springer, 221–243.
