Lemmatiseur anglais et stemmer de Porter

Le Lemmatiseur anglais et Porter Stemmer est un outil en ligne gratuit qui ramène les mots anglais à leur forme de base grâce à l'algorithme Porter Stemmer ou à un lemmatiseur fondé sur des règles. Comparez les deux côte à côte. Il fonctionne entièrement dans votre navigateur, sans installation ni inscription.

Le stemming supprime les terminaisons des mots de façon heuristique (running->run, studies->studi) : les radicaux obtenus ne sont pas toujours de vrais mots. La lemmatisation renvoie la forme de base du dictionnaire (studies->study, went->go), et les lemmes en sont toujours.

Le classique Porter Stemmer (Porter, 1980), implémenté dans votre navigateur, avec ses 5 étapes complètes, y compris les conditions de mesure m>0/m>1 et les tests *v*, *o et *d.

Non. Tout le stemming, la lemmatisation et l'export se déroulent entièrement dans votre navigateur. Votre texte ne quitte jamais votre appareil.

Oui, le Lemmatiseur anglais et Porter Stemmer est 100% gratuit, sans inscription, sans frais cachés et sans limite d'utilisation. Tout le traitement se fait localement dans votre navigateur, garantissant une confidentialité totale.

Absolument. Le Lemmatiseur anglais et Porter Stemmer traite tout côté client, dans votre navigateur. Aucune donnée n'est téléversée ni stockée sur un serveur. Votre contenu reste à tout moment privé sur votre appareil.

Oui, le Lemmatiseur anglais et Porter Stemmer est entièrement responsive et fonctionne sur smartphones et tablettes. Vous pouvez l'utiliser sur tout appareil doté d'un navigateur web moderne, sans téléchargement d'application.

Aucun compte ni inscription n'est nécessaire. Ouvrez simplement le Lemmatiseur anglais et Porter Stemmer dans votre navigateur et commencez à l'utiliser immédiatement. Il n'y a ni barrière d'inscription ni restriction d'usage.

Oui, le Lemmatiseur anglais et Porter Stemmer gère des textes de toute longueur avec un traitement rapide et en temps réel. Comme tout s'exécute dans votre navigateur, les performances dépendent de votre appareil, mais l'outil convient à la plupart des usages.

Saisissez simplement votre texte dans le champ prévu, ajustez les réglages selon vos préférences, et l'outil le traitera instantanément. Vous pouvez ensuite copier le résultat dans le presse-papiers ou le télécharger.

Optez pour le stemming lorsque la vitesse et une réduction agressive du vocabulaire comptent plus que la production de vrais mots. Le stemming repose sur de simples règles de troncature de suffixes : il est donc rapide et cohérent, ce qui en fait un choix idéal pour les index de recherche, les modèles bag-of-words et la recherche d'information, où "studies", "studied" et "studying" doivent simplement se regrouper sous un seul jeton commun, même si ce jeton est "studi". La lemmatisation est le meilleur choix lorsque le résultat doit être lisible par un humain ou grammaticalement valide, par exemple pour afficher des termes normalisés, construire une liste de mots-clés propre ou alimenter un pipeline basé sur un dictionnaire, car chaque lemme est un mot authentique. De nombreux flux de travail en TAL utilisent le stemming pour la correspondance et la lemmatisation pour la présentation. Cet outil exécute les deux à la fois dans l'onglet Comparer et affiche un pourcentage de réduction distinct pour chacun, afin que vous puissiez voir quelle technique convient à votre texte avant de trancher.

Le stemmer de Porter est un algorithme à base de règles, pas une recherche dans un dictionnaire : il transforme donc les terminaisons selon un motif, sans vérifier si le résultat est un vrai mot. Pour "studies", il applique la règle qui change un "-ies" final en "-i", ce qui produit "studi". Ce stem est volontaire : tous les mots qui partagent la même racine se regroupent sous le même jeton, ce qui est tout ce dont un index de recherche ou un modèle de correspondance textuelle a besoin. Un vrai mot n'est jamais garanti — "argument" et "argue" peuvent même donner des stems différents. Si vous avez besoin de la forme du dictionnaire valide "study", utilisez plutôt la lemmatisation, qui associe "studies" à "study" grâce à des règles de forme de base. Passez à l'onglet Lemmatiseur ici pour obtenir des lemmes lisibles, ou utilisez Comparer pour voir le stem et le lemme de chaque mot côte à côte et repérer précisément où ils divergent.

L'option Supprimer les mots vides retire les mots-outils très courants — comme "the", "of", "and", "is" et "to" — avant que l'outil ne réduise les mots restants en stems ou en lemmes. Ces mots apparaissent dans presque toutes les phrases mais portent peu de sens thématique : les filtrer permet de ne garder que les termes porteurs de contenu qui distinguent réellement un passage d'un autre. Activez-la lorsque vous construisez un index de recherche, extrayez des mots-clés, comptez des idées distinctes ou préparez du texte pour un modèle bag-of-words, car elle réduit le vocabulaire et le bruit. Laissez-la désactivée lorsque vous avez besoin d'une réduction fidèle, mot pour mot, du texte original, par exemple pour une analyse linguistique où chaque jeton compte. Combinez-la avec les options Minuscules d'abord et Conserver les nombres pour ajuster précisément quels jetons subsistent, puis consultez le panneau de statistiques pour voir combien de mots sont restés.

Le pourcentage de réduction mesure à quel point votre vocabulaire se réduit une fois que chaque mot a été ramené à sa racine. Il compare le nombre de mots originaux uniques au nombre de stems ou de lemmes uniques : si 200 mots distincts se regroupent en 150 stems distincts, cela représente une réduction de 25 %. Un chiffre plus élevé signifie que votre texte contient de nombreuses variations fléchies des mêmes racines — pluriels, temps verbaux, comparatifs — et véhicule donc moins d'idées vraiment distinctes que ne le suggère le nombre brut de mots. Cet outil affiche un chiffre de réduction distinct pour le stemming et pour la lemmatisation, car le stemmer, plus agressif, regroupe généralement davantage. Cette métrique est utile pour évaluer la richesse lexicale, dimensionner un index de recherche ou vérifier si un texte s'appuie sur des concepts répétés. Collez un passage et observez le panneau de statistiques mettre à jour la réduction en direct au fur et à mesure que vous ajustez les options.

Oui. Le lemmatiseur associe des règles de suffixes pour les terminaisons régulières à un dictionnaire intégré de formes irrégulières courantes, ce qui lui permet de résoudre des mots que de simples règles manqueraient. Les verbes irréguliers sont ramenés à leur forme de base — "went" devient "go" et "bought" devient "buy" — les pluriels irréguliers sont gérés, "feet" devenant "foot" et "mice" devenant "mouse", et les comparatifs et superlatifs irréguliers se réduisent également, si bien que "better" et "best" deviennent tous les deux "good". Les terminaisons régulières comme "-s", "-es", "-ies", "-ed", "-ing", "-er" et "-est" sont supprimées par règle. Comme il s'agit d'un lemmatiseur léger et déterministe plutôt que d'un étiqueteur morphosyntaxique complet, il fonctionne sans contexte de phrase, ce qui le rend rapide et prévisible. Chargez la phrase d'exemple intégrée pour voir verbes irréguliers, pluriels et comparatifs tous normalisés en une seule fois, avant de coller votre propre texte.