如何在java中配置和使用KStem？

Question

我想在我的文檔中干掉這些詞，並將其歸結為KStem。 我在Eclipse中工作並通過將lucene-core jar文件下載到lib文件夾並將其添加到構建路徑來配置Lucene。 我同樣為KStem jar文件做了這個。 但是，我無法找到有關如何在我的Java代碼中使用KStem庫的任何示例或文檔。 我需要為此設置Solr - 不完全確定它是什么。

Answer 1

您只需將KStem配置為由模式中的Lucene / SOLR選取（在具有文檔內容的字段類型中），並僅從代碼中發送索引文檔。 剩下的魔法（包括標記/詞干/停止詞刪除/等）發生在Lucene / SOLR中（取決於您將它們配置為應用於文檔的處理步驟）。 請參閱如何在SOLR中配置KStem： http ：//wiki.apache.org/solr/AnalyzersTokenizersTokenFilters/Kstem

簡而言之，Lucene是強大的索引和檢索庫，在SOLR中使用，而SOLR又是完全成熟的搜索服務器。

如果您需要分面搜索，自動完成，分片，復制等功能，請安裝並配置Solr。 如果不是，例如，如果你的目標是擁有一些相對較小的文檔索引，可以快速重建，並且你想在自己的應用程序中組織搜索，那么使用Lucene作為java庫。

如何在一個代碼中使用KStemmer：

private final KStemmer stemmer = new KStemmer();
// char[] term = ...
stemmer.stem(term, len);

您必須自己將文檔內容拆分為術語列表。

這就是在Lucene中使用KStemmer的方法： http ： //svn.apache.org/repos/asf/lucene/dev/trunk/lucene/analysis/common/src/java/org/apache/lucene/analysis/en/KStemFilter的.java

注意，KStemmer類是Lucene當前主干的一部分（org.apache.lucene.analysis.en）： http ： //svn.apache.org/repos/asf/lucene/dev/trunk/lucene/analysis/common/src /java/org/apache/lucene/analysis/en/KStemmer.java