Xapian多語言停用詞搜索？

Question

我有兩個Xapian數據庫，我們稱之爲「EN」和另一個「DE」，假設前者包含一些英文文檔，後者包含一些德文版本。

如果我希望用戶能夠同時搜索兩個，我可以輕鬆加載這兩個數據庫。但是，似乎我只能使用一個詞幹和一組停用詞？

沒有辦法實例化英文詞幹，並且只適用於來自「EN」數據庫的結果？沒有辦法用英文單詞創建Stopper，並且僅適用於來自「EN」數據庫的結果。

這是正確的嗎？

Answer 1

詞幹只有在您知道您所描述的文字的語言時纔有用。如果您創建了帶有詞幹的Xapian數據庫（即Xapian數據庫正在存儲原始詞語的詞幹形式），那麼您將指定一種語言。

但是在搜索的時候，您還需要知道正確的語言。如果您的用戶使用英文輸入查詢，則在將查詢應用於英文數據庫之前，必須使用英文。這同樣適用於德語。如果你想搜索每個數據庫，也許你應該從每個用戶請求中創建兩個獨立的，特定於語言的查詢。

但是請記住，最初以德語輸入的查詢，然後是英文詞幹的查詢，可能會產生一些奇怪的結果 - 如果您有任何方法可以查找用戶在查詢時使用的語言，那麼這可以被用來應用正確的詞幹。

HTH - 順便說一句，Xapian討論郵件列表（見www.xapian.org）是一個問這類問題的好地方。

查理