@nezzcarth mit dem tokenisieren hast du recht, habe ich auch in meinem richtigen Projekt gemacht. Das Stemming scheint doch zu funktionieren, ich habe mir per Curl die Ergebnisse der Website mal daneben gezogen, sieht doch alles recht gleich aus. Wahrscheinlich einfach ein schlechtes Beispiel ...

Moin Zusammen,
ich brauche für ein NLP-Projekt einen Stemmer und habe mich für den SnowballStemmer entschieden, da dieser gerade für die deutsche Sprache ganz gut laufen soll. Dies habe ich über nltk gemacht:

from nltk.stem import SnowballStemmer

test1 = ('färben, farbig, Farbe')

snowball ...