强制或增强胡萝卜2聚类标签中的单词

Question

我正在使用Carrot2对来自Solr的查询结果进行聚类。 是否可以在Lingo，STC或k-means中强制（或至少增强）标签中某些单词的出现？

使用Lingo，使用“标题增强字词”选项已经可以实现，该选项可以使文档标题中出现的单词更加重要。 可以扩展到我可以提供的其他字词吗？

我想至少应该在“ Title word boost”选项所采用的字符串后附加所需的单词，以使单词boost起作用，但这也许不是正确的方法。

怎么做呢？

Answer 1

当前，在API中没有公开增强任意单词的可能性，因此只能提升标题中包含的单词。

执行提升的代码在：

https://github.com/carrot2/carrot2/blob/master/core/carrot2-util-text/src/org/carrot2/text/vsm/TermDocumentMatrixBuilder.java#L159

您可以添加另一个属性，例如，以逗号分隔的单词列表并增强它们。