索引與luncene多語言字段

Question

我有多語言文檔記錄與lucene索引。也就是說，每個文檔記錄都是一種語言，但是有不同的語言記錄。我打算將它們保存在一個索引中，以便我可以使用多語言查詢進行搜索。目前，該文件記錄都在一個數據輸入文件是這樣的：

<DOCID>1<\DOCID> 
<LANGUAGE>CHINESE<\LANGUAGE> 
<TEXT>中文內容<\TEXT> 

<DOCID>2<\DOCID> 
<LANGUAGE>ENGLISH<\LANGUAGE> 
<TEXT>Some English text<\TEXT> 

我的問題是：有沒有辦法使用不同的分析儀對同一領域的一個指標作家的方法嗎？或者我應該將文檔記錄拆分爲兩種不同語言的輸入文檔，以應用不同的索引編寫器，但追加到相同的索引中？

非常感謝您的建議！

Answer 1

當您致電IndexWriter.addDocument時，您可以提供您打算用於文檔的分析儀。

但是，將不同的語言文本分割到不同的字段中可能會使您受益更多，這可以防止遇到錯誤的語言，並且允許您在檢測到正確的語言之後創建AnalyzerWrapper以分配合適的分析器。