使用 Lucene 的印度尼西亚词干分析器

Question

这是来自Lucene library 的课程，我想利用（利用）...... 但我不知道如何在 Java 中使用/实现该库..

示例： 我有字符串数组 >> menjadikan、menjawab、penerbangan

你能帮我用 Java 创建这样一个数组吗？

Answer 1

这是一个示例代码 sn-p（基于 Lucene 测试代码），它使用印度尼西亚词干分析器创建 Lucene 分析器。

import java.io.IOException;
import java.io.Reader;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.Tokenizer;
import org.apache.lucene.analysis.core.KeywordTokenizer;


  ...
  Analyzer a = new Analyzer() {
    @Override
    public TokenStreamComponents createComponents(
               String fieldName, Reader reader) {
      Tokenizer tokenizer = new KeywordTokenizer(reader);
      return new TokenStreamComponents(tokenizer, 
                 new IndonesianStemFilter(tokenizer));
    }
  };

您也可以直接实例化IndonesianStemmer，并对单个单词调用stem 方法。例如；

  IndonesianStemmer stemmer = new IndonesianStemmer();
  ...
  char[] chars = "menjadikan".toCharArray();
  int len = stemmer.stem(chars, chars.length, false);
  String stem = new String(chars, 0, len);

---

警告：以上代码未经测试。