Algoritma Paice/HuskAlgoritma Paice/Husk merupakan salah satu algoritma untuk proses stemming.Algoritma Paice/Husk dibuat di Departement Komputer Universitas Lancaster.Algoritma Paice/Husk disebut kuat karena aturan-aturan stemming dapatdiaplikasikan berulang kali dalam pemrosesan sebuah kata dan lebih akurat karenamenggunakan kamus data untuk justifikasinya. Paice/Husk stemmer merupakan algoritma berulang dengan satu tabel yang berisi sekitar 120 rules yang diindeks oleh huruf terakhir dari suffix. Pada setiap iterasi, Paice/Husk stemmer mencoba untuk menemukan rule yang berlaku dengan karakter terakhir dari kata itu. Setiap rule menentukan penghapusan atau penggantian karakter terakhir. Jika tidak ada maka proses akan berakhir. Hal ini juga berakhir jika kata dimulai dengan vokal dan hanya ada dua huruf tersisa atau jika kata dimulai dengan konsonan dan hanya ada tiga karakter tersisa. Jika tidak, rule akan diterapkan dan proses akan berulang. Paice / Husk stemmer (Paice, 1990) merupakan algoritma iteratif yang menggunakan aturan yang sama dan suffix dalam setiap lingkaran. Setiap aturan dibagi menjadi lima bagian, dengan dua dari lima bagian tersebut merupakan aturan opsional. Pembagian aturannya adalah sebagai berikut:1. The suffix, written in inverse order to ease matching with the words' terminations,

2. The symbol '*' indicating that the term can be stemmed only one time (optional),

3. The number of letters that must be cleared from the termination of the term,

4. The string that must be appended to the cleared form of the term (optional),

5. The symbol '>' indicating that the term can be treated in the next iteration, or the symbol '.' indicating that the term's final stem has been obtained.

Contoh dari aturan ini adalah sei3y>, di mana istilah dengan akhiran -ies akan dihapus dan diganti dengan huruf Y. Kata yang diperoleh akan dipertimbangkan lagi pada iterasi berikutnya dari proses stemming. Sebagai contoh, istilah flies akan distemming menjadi fly. Kemampuan untuk menghapus beberapa kata dan menambahkan yang baru, yang dalam prakteknya berarti penggantian suku kata, setara dengan tahap pengodean ulang, yang secara tidak langsung dimasukkan ke dalam aturan sendiri.Paice (1994) mengusulkan beberapa metrik untuk mengevaluasi stemmer terlepas dari tugas yang dilakukan: under-stemming index (UI), the over-stemming index (OI), the stemming weight (SW) dan an error rate relative to truncation (ERRT). Sebuah eksperimen dengan stemmers Lovins, Porter dan Paice/Husk menunjukkan bahwa Paice/Husk memiliki tingkat tertinggi dari over-stemming dan Porter terendah dan, sebaliknya, Porter membuat lebih banyak kesalahan under-stemming dari pada yang lainnya. Paice menganggap bahwa kekuatan stemmer dapat didefinisikan secara langsung oleh over-stemming dan under-stemming (SW=OI/UI), disimpulkan bahwa Paice/Husk adalah stemmer terkuat, diikuti oleh Lovins yang masih dianggap sebagai stemmer yang kuat, dan akhirnya Porter, yang yang paling lemah di antara ketiganya. Hasil ini didukung oleh Frakes dan Fox (2003), menggunakan inverse yang dimodifikasi dengan pengukuran Hamming distance, juga menegaskan bahwa Paice/Husk lebih kuat dari Lovins, dan sangat kuat dari Porter. Mereka juga menghitung kekuatan stemmer "S", yang, seperti yang diharapkan, jauh lebih lemah daripada Porter. Stemmer "S" hanya membahas bentuk jamak dan pemakaiannya telah diusulkan oleh Harman (1991) sebagai dasar untuk evaluasi dan perbandingan stemmers. Pemotongan sederhana dari jumlah kata yang telah ditetapkan juga telah digunakan dalam banyak kasus sebagai algoritma dasar untuk perbandingan (Braschler dan Ripplinger, 2004; Paice, 1994).Metode Evaluasi Paice

Perkembangan stemmers bertujuan untuk meningkatkan kinerja pencarian informasi dengan mengubah istilah morfologis terkait dengan single stem. Ini artinya bahwa stemmer yang efektif harus membandingkan hanya sepasang kata yang setara secara semantik. Masalahnya adalah bagaimana program akan menilai saat dua kata yang setara secara semantik. Paice mengusulkan solusi untuk memberikan masukan untuk program dalam bentuk file yang dikelompokkan. File-file ini berisi daftar kata, abjad yang disortir dan syarat-syarat yang dianggap oleh evaluator untuk menjadi semantik yang setara dibentuk menjadi kelompok-kelompok konsep. Sebuah stemmer yang ideal harus membendung kata milik kelompok yang sama dengan stem yang umum. Jika kelompok stem berasal lebih dari satu stem yang unik, maka stemmer telah membuat under-stemming errors. Namun, jika stem dari kelompok tertentu terjadi pada kelompok stem yang lain, stemmer telah membuat over-stemming errors. Hal ini memungkinkan perhitungan Over-stemming dan Under-stemming Indexes (UI dan OI) dan rasio mereka, the stemming weight (SW) untuk setiap stemmer.

Flowchart Algoritma Paice/Husk

Keuntungan dan Kerugian Algoritma Paice/Husk

Keuntungan Algortima Paice/Husk

1. Bentuknya sederhana2. Setiap iterasi mengelola baik pengahapusan maupun penggantian sesuai dengan rule yang diterapkanKerugian Algoritma Paice/Husk

1. Algoritmanya sangat berat

2. Dapat terjadi over stemmingSumber :

Anjali Ganesh Jivani . 2011. A Comparative Study of Stemming Algorithms. University of Baroda

Sunaryo, S.Kom. Stemming Kata Kerja Bahasa Indonesia Pada File Teks Menggunakan Algoritma Lovins Dan Algoritma Paice/Husk

Wahiba Ben Abdessalem Karaa. 2013. A New Stemmer To Improve Information Retrieval. University of Tunis

Cristian Moral. 2014. A Survey Of Stemming Algorithms In Information Retrieval. Universitas Politeknik Madrid_1490455895.vsd

Start

Find The Stage

Access stemming rule according to the final letter of term

Do final letters in the term and rule match?

Does new stem pass assertions?

Should would be stemmed again?

Can the rule match be applied?

Input words

Access next rule

Apply rule to produce new stem

Revert to old stem

Output words

Stop

Apply Rule Stage

Yes

Yes

Yes

No

No

Yes

No

No