在弹性搜索中获取默认停用词列表

Question

我正在尝试找出用于弹性搜索的预定义停用词列表是什么，但我没有找到用于此的文档读取 API。

所以，我想找到this predefined variables (_arabic_, _armenian_, _basque_, _brazilian_, _bulgarian_, _catalan_, _czech_, _danish_, _dutch_, _english_, _finnish_, _french_, _galician_, _german_, _greek_, _hindi_, _hungarian_, _indonesian_, _irish_, _italian_, _latvian_, _norwegian_, _persian_, _portuguese_, _romanian_, _russian_, _sorani_, _spanish_, _swedish_, _thai_, _turkish_) 的单词列表

我在文档中找到了english stop word list，但我想检查它是否是我的服务器真正使用的那个，并检查其他语言的停用词列表。

Answer 1

English Analyzer 使用的停用词与Standard Analyzer 中定义的停用词相同，即您在文档中找到的停用词。

所有其他语言的停用词文件都可以在 analysis/common/src/resources/org/apache/lucene/analysis 文件夹中的 Lucene 存储库中找到。