Lucene 4.1.0 Porter Stemmer 无法正常工作答案

【问题标题】：Lucene 4.1.0 Porter Stemmer not work properlyLucene 4.1.0 Porter Stemmer 无法正常工作
【发布时间】：2013-06-03 04:49:18
【问题描述】：

我在 Java 中使用我的应用程序，我使用 Lucene 4.1.0 来使用 Porter Stemmer 方法。我已阅读并实施this

这是我的代码

import org.apache.lucene.analysis.snowball.*;
import org.tartarus.snowball.ext.PorterStemmer;


 private String stemmer(String word){
        PorterStemmer obj = new PorterStemmer();
        obj.setCurrent(word);
        obj.stem();
        return obj.getCurrent();
}

此方法有效，但 Porter Stemmer 对某些单词无法正常工作，例如：

来源 >> 来源
耦合>>耦合
伴奏>>伴奏

也许算法中存在错误？如何解决这个问题？

【问题讨论】：

这正是波特算法的工作原理，你期待什么？
如何解决这个错误？也许有什么解决办法？谢谢
对不起，我当时不懂搬运工词干。那些完全正确的输出

标签： java algorithm lucene porter-stemmer

【解决方案1】：

Porter Stemmer 算法有望转换 source >> source。请从here阅读更多关于搬运工词干算法的信息

【讨论】：

谢谢你的回答，有什么办法可以解决问题吗？
你到底想通过词干实现什么？
总有一些案例存在过度词干。也许你想要实现的是 Lemmatisation。 词干提取的主要目的是将单词的不同形式映射到单个形式，这就是波特算法的作用。所以它不是错误。但是词形还原更复杂。
我在我的应用程序中使用 WordNet，我想从文本中设置一个关键字作为 WordNet 的输入。所以，我需要一个单词的单一形式

【解决方案2】：

您可以在搬运工词干分析器之上使用词建议器。对于单词建议，您可以使用“suggester basic in java”

【讨论】：