改進lucene.net分析器

Question

我在asp.net應用程序中使用lucene.net和雪球分析器。

對於我正在使用的特定語言，我有以下問題： 對於具有不同含義的兩個特定單詞，在它們被阻止之後結果是相同的，因此搜索它們中的任何一個都會產生結果。

我該如何教分析器要麼不幹這兩個單詞，要麼儘管說出它們，但知道它們有不同的含義。

Answer 1

我正在從記憶這裏工作，但正如我記得在其中一個構造函數中，您可以傳遞一組停用詞，這將停止傳入的詞被阻止。

Answer 2

使用Lucene 4.0，EnglishAnalyzer現在有這個能力，因爲它有一個constructor which takes a stemExclusionSet

當然，Lucene.Net是達不到的Lucene 4還，所以脂肪很多優秀的，做的。

但是，EnglishAnalyzer通過使用KeywordMarkerFilter來完成此操作。因此，您可以創建自己的分析器，覆蓋tokenStream方法，並在SnowballFilter之前將鏈接添加到KeywordMarkerFilter。

喜歡的東西：

public TokenStream tokenStream(String fieldName, Reader reader) { 
    TokenStream result = new StandardTokenizer(reader); 
    result = new StandardFilter(result); 
    result = new LowerCaseFilter(result); 
    if (stopSet != null) 
     result = new StopFilter(result, stopSet); 
    result = new KeywordMarkerFilter(result, stemExclusionSet); 
    result = new SnowballFilter(result, name); 
    return result; 
} 

你需要構建自己的stemExclusionSet（見CharArraySet）。