阿拉伯文字的Python ISRIStemmer

Question

我在IDLE（Python）上运行以下代码，我想输入阿拉伯字符串并获取其词根，但实际上不起作用

>>> from nltk.stem.isri import ISRIStemmer
>>> st = ISRIStemmer()
>>> w= 'حركات'
>>> join = w.decode('Windows-1256')
>>> print st.stem(join).encode('Windows-1256').decode('utf-8')

运行它的结果是w中的相同文本是’حركات’，而不是词干

但是何时执行以下操作：

>>> print st.stem(u'اعلاميون')

结果成功，并返回词干“علم”

为什么将一些单词传递给stem（）函数不会返回茎？

Answer 1

好的，我自己使用以下方法解决了该问题：

w = 'حركات' 
st.stem(w.decode('utf-8'))

它正确地给出了根 "حرك"