Esta pregunta es un posible duplicado deLemmatizer en R o python (am, are, is -> be?), pero lo agrego nuevamente ya que el anterior se cerró diciendo que era demasiado amplio y la única respuesta que tiene no es eficiente (ya que accede a un sitio web externo para esto, que es demasiado lento ya que tengo un corpus muy grande para encontrar los lemas para). Entonces, una parte de esta pregunta será similar a la pregunta mencionada anteriormente.

Según Wikipedia, la lematización se define como:

La lematización (o lematización) en lingüística es el proceso de agrupar las diferentes formas flexionadas de una palabra para que puedan analizarse como un solo elemento.

Una simple búsqueda en Google para la lematización en Rsolamente señalar el paquetewordnet de R. Cuando probé este paquete esperando que un vector de caracteresc("run", "ran", "running") la entrada a la función de lematización daría como resultadoc("run", "run", "run"), Vi que este paquete solo proporciona una funcionalidad similar agrepl funcionan a través de varios nombres de filtro y un diccionario.

Un código de ejemplo dewordnet paquete, que da un máximo de 5 palabras que comienzan con "auto", como se explica el nombre del filtro:

filter <- getTermFilter("StartsWithFilter", "car", TRUE)
terms <- getIndexTerms("NOUN", 5, filter)
sapply(terms, getLemma)

Lo anterior esNO La lematización que estoy buscando. Lo que estoy buscando es usarR Quiero encontrar raíces verdaderas de las palabras: (por ejemplo, dec("run", "ran", "running") ac("run", "run", "run"))