求支持英法德荷的词元屈折变化工具（生成复数、形容词等）

以下是几款支持英语、荷兰语、德语和法语的词元屈折（含派生）生成工具，针对你提到的需求给出具体说明：

1. FreeLing #

• 支持语言：完全覆盖英语、荷兰语、德语、法语
• 核心能力：开源NLP工具包，内置形态分析与生成模块，可从词元生成复数、形容词、副词等多种屈折/派生形式，规则覆盖全面
• Python用法示例：

  import freeling
  
  # 初始化工具（以英语为例，其他语言替换lang参数为"nl"/"de"/"fr"）
  freeling.util_init_locale("default")
  lang = "en"
  data_path = "/path/to/freeling/data"  # 替换为你的FreeLing数据路径
  analyzer = freeling.analyzer(data_path, lang)
  
  # 生成词元'science'的目标形式
  plural_form = analyzer.generate("science", "NN", "PL")  # 复数名词
  adj_form = analyzer.generate("science", "NN", "JJ")      # 形容词形式
  adv_form = analyzer.generate("scientific", "JJ", "RB")   # 副词形式
  print(plural_form, adj_form, adv_form)
  

• 注意：需提前下载对应语言的FreeLing模型文件，官方提供预训练资源。

2. MorphoDiTa #

• 支持语言：提供英语、荷兰语、德语、法语的预训练形态模型
• 核心能力：专注于形态学处理，可精准生成词元的所有合规屈折形式，部分派生规则也能覆盖（如名词转形容词）
• Python用法示例：

  import pymorphodita
  
  # 加载英语模型（其他语言替换模型路径）
  model = pymorphodita.Tagger.load("/path/to/en-morphodita.tagger")
  generator = model.get_generator()
  
  # 生成目标形式
  # 复数名词：指定词元、词性标签和形态特征
  plural = generator.generate("science", "NN", {"Number": "Plur"})
  # 形容词形式：部分模型支持派生规则，需指定目标词性
  adjective = generator.generate("science", "NN", {"Pos": "ADJ"})
  print(plural, adjective)
  

3. spaCy（优化用法） #

你提到已尝试spaCy，但可能未用到合适的扩展或模型配置：

• 支持语言：各语言有独立预训练模型（如en_core_web_sm、nl_core_news_sm等）
• 核心能力：结合规则扩展可实现屈折/派生生成，默认模型的morph属性支持屈折形式生成，派生形式可通过自定义规则补充
• 用法示例：

  import spacy
  
  nlp = spacy.load("en_core_web_sm")
  doc = nlp("science")
  token = doc[0]
  
  # 生成复数名词
  plural_token = token._.inflect("NNS")
  # 自定义派生规则（名词转形容词/副词）
  adj_form = token.text + "ic"
  adv_form = adj_form + "ally"
  print(plural_token, adj_form, adv_form)
  

• 扩展推荐：可搭配spacy-morphology扩展增强形态生成能力，覆盖更多派生场景。

4. Hunspell #

• 支持语言：四种语言均有官方/社区维护的词典文件
• 核心能力：虽主打拼写检查，但词典内置屈折规则，可生成复数、动词变位等形式，部分派生形式也能匹配
• Python用法示例：

  import hunspell
  
  # 加载英语词典（其他语言替换词典路径）
  hobj = hunspell.HunSpell("/path/to/en_US.dic", "/path/to/en_US.aff")
  # 生成词元变体
  variants = hobj.generate("science")
  print([v for v in variants if v in ["sciences", "scientific"]])
  

内容的提问来源于stack exchange，提问作者dderom