El stemming recorta las palabras a una forma más simple y aproximada, eliminando terminaciones comunes como plurales o conjugaciones verbales, para que palabras como “corriendo”, “corrió” y “correr” se traten como equivalentes en un análisis de texto, aunque el resultado no siempre sea una palabra real y válida del idioma.
Su diferencia con la lematización
Mientras que el stemming aplica reglas relativamente simples y rápidas de recorte que pueden producir raíces que no son palabras reales, la lematización usa un análisis lingüístico más completo para reducir cada palabra a su forma de diccionario correcta, siendo más precisa pero también más costosa computacionalmente.