在自然語言處理中，詞干提取是一項重要的任務，它可以將詞語轉換成它們的基礎形式，以便更好地進行文本挖掘和語義分析。Python作為一種強大的編程語言，提供了許多有用的庫和工具，可以用來實現詞干提取。

# 導入必要的庫
from nltk.stem import PorterStemmer
# 創建對象
ps = PorterStemmer()
# 定義需要提取詞干的詞語
words = ['running', 'ran', 'runner', 'runs']
# 輸出提取后的詞干
for word in words:
print(ps.stem(word))

在上面的代碼中，我們使用了NLTK庫中的PorterStemmer類來創建一個詞干提取器。然后，我們定義了一個需要提取詞干的詞語列表，并使用for循環逐一進行提取。在每次循環中，我們將當前的詞語傳遞給詞干提取器的stem()方法，以獲取其基礎形式。

值得注意的是，雖然詞干提取可以幫助我們獲得更好的文本處理效果，但是由于不同的詞形可能具有不同的意義，因此有時會出現錯誤識別情況。因此，在實際應用中，我們需要根據具體的情況來決定是否使用詞干提取，或者選擇其他的文本處理方法。