本文介绍如何利用 get_word_forms 工具批量还原词干（stem）为全部语法变体（如名词、动词、形容词等形态），并合并去重后生成扁平化的唯一词汇列表，适用于词汇扩展、文本增强或语义分析场景。
本文介绍如何利用 `get_word_forms` 工具批量还原词干（stem）为全部语法变体（如名词、动词、形容词等形态），并合并去重后生成扁平化的唯一词汇列表，适用于词汇扩展、文本增强或语义分析场景。
在自然语言处理中，“反向词干化”（reverse stemming）指从一个词干（如 'command'）出发，系统性地枚举其所有常见屈折与派生形式（如 'commands', 'commanded', 'commander', 'commandment' 等）。这不同于传统词干化（将单词归一为词干），而是进行词汇生成式扩展，对构建同义词表、增强训练数据、提升检索召回率等任务极具价值。
实现该目标的核心依赖是社区开源包 get_word_forms（由 Divyanshu Srivastava 开发），它基于 NLTK 和 WordNet 构建，可按词性（'n' 名词、'v' 动词、'a' 形容词、'r' 副词）返回各形态集合。但需注意：该函数对输入敏感——若原始词带空格（如 ' jail'），会因无法匹配词典条目而返回全空集合（即 {'n': set(), 'v': set(), ...}），这是用户实际遇到“无输出”的根本原因。
以下为完整、健壮的实现方案：
from get_word_forms import get_word_forms
my_list = [' jail', ' belief', ' board', ' target', ' challenge', ' command']
# 步骤1：逐词 strip() 去空格，调用 get_word_forms，并仅保留非空词性集合
all_word_sets = [
word_set
for word in my_list
for word_set in get_word_forms(word.strip()).values()
if word_set # 过滤空集合
]
# 步骤2：展平嵌套结构（list of sets → list of words）
all_words = [word for word_set in all_word_sets for word in word_set]
# 步骤3：去重 + 排序（可选，便于阅读和调试）
unique_words = sorted(set(all_words))
print(f"共生成 {len(unique_words)} 个唯一词汇：")
print(unique_words)✅ 关键要点说明：
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
立即学习“Python免费学习笔记（深入）”；
-
务必预处理空格：
word.strip()是成功调用的前提，否则get_word_forms将静默失败； -
避免直接展开字典：不要用
get_word_forms(word).items()或手动索引['n']，应统一遍历.values()并过滤空集，确保覆盖所有有效词形； -
去重不可省略：同一词可能在多个词性中重复出现（如
'commands'同时属于名词和动词），set()保证唯一性； - 性能提示：对 200 个词的列表，该方法可在秒级完成（底层调用已缓存 WordNet 查询），无需额外优化。
⚠️ 注意事项：
-
get_word_forms依赖nltk和wordnet数据。首次运行需执行：import nltk nltk.download('wordnet') - 该工具覆盖主流英语构词规则，但不保证 100% 完整（例如罕见派生词或新造词可能缺失）；
- 若需控制词性范围（如只取动词变体），可改用
get_word_forms(word)['v']显式提取，但本例目标是全词性聚合，故采用通用解法。
最终输出为一个排序后的去重列表，例如包含 'jail', 'jailed', 'jailer', 'jailing', 'jails' 等全部合理变体，真正实现“一词触发，全族召回”的反向词干化效果。
