Лематизація – це морфологічний аналіз, який застосовується в алгоритмах пошукових систем для підвищення ефективності індексації веб-сторінок.
Безпосередньо саму лематизацією називають – процесом нормалізації слова до його базової форми, яка називається леммою. У лематизації враховуються граматичні форми слова та його морфологічні характеристики для приведення його до стандартної або словникової форми. Мета лематизації – усунути морфологічні відмінності між різними граматичними формами слова, щоб полегшити аналіз тексту та порівняння слів на основі їхньої семантики.
Основна ідея полягає в приведенні словоформ, що підлягають індексації, до їхньої базової форми. Наприклад, у разі іменників лемою (вихідною формою) буде однина називного відмінка. Лемматизація також застосовується при перевірці унікальності та відповідності індексованого текстового контенту.
Лемматизація допомагає усунути морфологічні відмінності між словами, що дає змогу проводити аналіз текстів на вищому рівні, не враховуючи граматичні форми слів. Це корисно в різних галузях опрацювання тексту, таких як пошукова оптимізація (SEO), інформаційний пошук, машинне навчання та аналіз даних.
Лемматизація відрізняється від стеммінгу, який також використовується для нормалізації тексту, але при цьому слова усікаються до їхньої основи без урахування їхньої семантики. На відміну від стеммінгу, лематизація прагне зберегти смислову цілісність слова.