RO-Stemmer mit Snowball

Studienprojekt von Marina Stegarescu, Doina Gliga und Erwin Glockner

Dokumentation

• Readme.txt
• Install.txt
• RoSnowball.txt

• Abstract (pdf)
• Spezifikationsvortrag (pdf) | (ppt)
• Abschlußvortrag (pdf) | (ppt)

Source Codes

• stem.sbl.txt (Der Snowball-Code im Text-Format. - "Hauptcode" des Projekts.)
• stop_out.py (Entfernt stop-words aus einer Liste von Wörter.)
• compare.py (Vergleicht zwei Listen und errechnet Prozentsatz der Übereinstimmungen.)
• wordS_18.c (Liest einen Text ein, entfernt doppelte/gleiche Wörter, und gibt eine Liste alphabetisch geordnet aus.)
• compW.c (Gleiche Funktion wie compare.py, nur in c.)

Evaluation

• Vorgehensweise.txt (Beschreibt schlicht die Vorgehensweise bei der Evaluierung.)

• Selektierte Wortliste
• TextWords_toStemm_OhneStopp.txt (Input)
• TextWords_ManuellerStem_OhneStopp.txt (Gemeinsamer manueller Stem)
• TextWords_AutomatischerStem_OhneStopp.txt (Snowball automatischer Stem)


• Zufällige Wortliste
• RandomWords_toStem.txt (Input)
• RandomWords_Marina_ManuellerStem.txt
• RandomWords_Doina_ManuellerStem.txt
• RandomWords_Erwin_ManuellerStem.txt
• RandomWords_AutomatischerStem.txt (Output - Snowball)

• Ergebnis (s. Abschlußvortrag oben!)

Paket an Porter

• Paket an Dr. Porter (tar.gz)
• Wortliste für Dr. Porter
• 30.000 Wörter für Porter (Input)
• 30.000 Wörter für Porter (Output - Snowball)
• stopwords.txt

Snowball

• RoSnowball.tar.gz (komplettes Archiv des Projekts)
• Offizielle Snowball Seite
• Snowball Online-Demo (nur englischer Stemmer)
• Snowball Mailing Lists

Kontakt

• Marina Stegarescu: mstegare@hotmail.com
• Doina Gliga: doina_gliga@yahoo.co.uk
• Erwin Glockner: eglockner@hotmail.com