在自然语言处理中，词形还原是将一个单词的各种变体（例如时态、语态、数等）还原为其基本词形或词根形式的过程。NLTK（自然语言工具包）是一个常用的Python库，它提供了用于文本处理和语言分析的工具。
nltk.wordnet.WordNetLemmatizer() 是 NLTK 中的一个词形还原器类，用于将单词转换为它们的基本词形。lemmatize() 方法是该类中的一个函数，用于执行实际的词形还原操作。
例如，如果你想将单词 "running" 还原为它的基本词形 "run"，你可以使用 WordNetLemmatizer() 类的 lemmatize() 方法，如下所示：
from nltk.stem import WordNetLemmatizer
lemmatizer = WordNetLemmatizer()
word = "running"
lemmatized_word = lemmatizer.lemmatize(word)
print(lemmatized_word) # 输出: "running"
在这个示例中，lemmatizer.lemmatize(word) 将单词 "running" 还原为其基本词形 "running"，因为 "running" 本身就是一个动词的基本词形。
需要注意的是，lemmatize() 方法可以接收额外的参数，例如指定词性（动词、名词等），以便更准确地进行词形还原操作。默认情况下，lemmatize() 方法会将单词视为名词进行还原。如果你需要根据特定的词性进行还原，请查阅 NLTK 文档以获取更多信息。