lucene stemmer策略（它是否同時保留了詞幹和非詞幹詞或者只是詞幹詞）

Question

我有一個關於lucene Stemmer的問題。 我想知道lucene是否保留了詞幹詞和非詞幹詞，或者只是用非詞幹詞替換了詞幹詞？

例如，如果記錄有以下幾點： 「每個人都喜歡貓」 做它會被索引爲 「人人都愛的愛貓貓」或「所有愛貓」

是否有同樣的策略爲查詢和記錄？

Answer 1

通常，只保留Stemmed版本。也就是說，在你的例子中，最終的結果將是「每個人都愛貓」，而不是「每個人都愛貓貓」或一些類似的組合。

預計在索引和查詢時都使用相同的詞幹分析器。可能會有一些詞幹分析過濾器像SynonymFilter一樣允許您保留原始過濾器，但這樣做並運行未定序的查詢將導致PhraseQueries無法正常工作（請參閱SynonymFilter文檔中關於此主題的說明）。我不相信最常見的干擾篩選器（即PorterStemFilter）提供該功能。

我你需要能夠搜索未定性的數據出於某種原因，我會建議存儲第二個字段，完全沒有爲此目的設定。