Linguistische Aspekte der automatischen Indexierung: Regelwerksbasierte Verfahren

Regeln zur Grundformenreduktion

Rainer Kuhlen hat auf der Grundlage des komplexen Algorithmus von M. F. Porter folgende Regeln entwickelt, mit deren Hilfe englische Wörter auf ihre Grundform reduziert werden können.
Erläuterung: Links vom Pfeil steht die vorgefundene Wortendung, die durch die neue Endung (rechts vom Pfeil) ersetzt werden soll, sofern die in eckigen Klammern genannte Bedingung (Restriktion) zutrifft.

Um die Restriktionen einfach formulieren zu können, werden folgende abkürzende Bezeichnungen verwendet:

Gleiche Sonderzeichen bedeuten allerdings nicht "dieselben Buchstaben"! Also: "**" steht z.B. für ct, rg, nn, nt, ...

Das Regelwerk besteht aus insgesamt 8 Regeln:

1. IES --> Y
2. ES --> _ [wenn *O / CH / SH / SS / ZZ / X vorausgehen]
3. S --> _ [wenn * / E / %Y / %O / OA / EA vorausgehen]
4. IES' --> Y
   ES' --> S
   S' --> _
5. 'S --> _
   ' --> _
6. ING --> _ [wenn ** / % / X vorausgehen]
   ING --> E [wenn %* vorausgehen]
7. IED --> Y
8. ED --> _ [wenn ** / % / X vorausgehen]
   ED --> E [wenn %* vorausgehen]

Beispiele:
companies --> company
churches --> church
books --> book
boy's --> boy
singing --> sing
writing --> write