如何使用 lucene 进行词形还原和去除空的法语单词

Question

我正在寻找如何使用 Java 语言中的 lucene 从法语编写的文档中进行词形还原和消除空词，但我没有找到好的教程。

Answer 1

这很简单，您只需要这样的 FrenchAnalyzer：

IndexWriterConfig conf= new IndexWriterConfig (Version.LUCENE_45,new FrenchAnalyzer(Version.LUCENE_45,FrenchAnalyzer.getDefaultStopSet()));

对于空词我们使用：FrenchAnalyzer.getDefaultStopSet() 就像我在前面的代码中所做的那样，对于词形还原，它已经集成在这个分析器中，当你寻找重要的词时你会注意到（通过 tf idf） .

Answer 2

“空话”的术语是stop words。

Lucene 提供了FrenchAnalyzer 类，它带有法语的默认停用词列表。

只需将该类用作您的分析器。