morphemeCatcher:查找具有派生后缀的任何单词的基础单词。 许多误报

查找具有派生后缀的任何单词的基本单词。 快速和肮脏的脚本，以找到任何带有派生后缀的单词的基础单词。 非常嘈杂，请小心处理。 输入文件 该脚本需要三个输入文件。 首先，一个用空格分隔的文件，其中包含您的语料库中的词条及其绝对频率，称为input.txt 。 不幸的是，我用来计算输出的文件太大，无法在此处上传。 volta 1260829 modo 1209297 fine 1190979 punto 1160029 italia 1150307 vita 1139233 persona 1139018 diritto 1117652 ... 所需的第二个文件是派生后缀的列表，每行一个，名为morphemes.txt 。 ata one uccio 最后一个文件是一个干净的名词列表，命名为input_cleaner.txt ，以防您的input.txt过于吵杂。 casa italia