同時使用Apache Lucene的

Question

索引文件，我正在使用Apache Lucene的涉及索引文件的項目移除停止字。雖然我成功地使用lucene索引文件，但是當我看到結果時，我得到許多突然的詞，可能是因爲我沒有在索引時刪除停用詞。我在網上讀到，lucene提供了一種在索引文件時刪除停用詞的方法。

我會很感激，如果任何人都可以給我提供關於如何做到這一點的樣本代碼。

謝謝。

Answer 1

Lucene的StandardAnalyzer包括的StopFilter，可以消除任何通過它的一些典型停用詞。英語停用詞的標準列表非常短;主要有一些文章，代詞和介詞。

如果您想定義自己的StopWords集，StandardAnalyzer有幾個構造函數允許您傳遞自己的停用詞集，特別是this one。只需創建一個CharArraySet包含所需停止的話，並把它傳遞到該構造函數和你自己的方式。

我相信大多數其他典型分析儀有一個構造函數接受相同的參數，以及（一目瞭然，它看起來像幾乎所有的語言分析儀在analyzers-common遵循這種模式）

當然，可以肯定的和use the same analyzer用於索引和搜索。

Answer 2

如果u將使用標準的分析或停止分析儀，然後停止像「上，一個，一個，在」會自動從索引中刪除，你無法執行與停止搜索words.IFü要執行與停止的話也搜索就像是，你必須使用空白分析儀或簡單的分析儀。