Lucene：新的 WordnetSynonymParser(boolean dedup,boolean expand, Analyzer 分析器)

Question

WordnetSynonymParser的构造函数请接受三个参数：

boolean dedup, boolean expand and an Analyzer.

但是，什么是重复数据删除和扩展？我不明白。

文档cites：

如果 dedup 为真，那么相同的规则（相同的输入，相同的输出）将 只能添加一次。

什么意思？一个例子？而参数expand?

请帮帮我……谢谢

Answer 1

dedup 值直接传递给SynonymMap.Builder，并按照它说的做。如果存在两个相同同义词规则，它只使用其中一个。除非您有理由不这样做，否则将其设置为 true 可能非常安全。

要了解expand，它的使用方法如下：

 if (expand) {
   for (int i = 0; i < size; i++) {
     for (int j = 0; j < size; j++) {
       add(synset[i], synset[j], false);
     }
   }
 } else {
   for (int i = 0; i < size; i++) {
     add(synset[i], synset[0], false);
   }
 }

因此，如果 expand 为真，它会为结果集中的每个可能的同义词组合添加一个同义词。如果它是假的，它将创建同义词规则，这样每个同义词将仅被列表中的第一个同义词替换。假设我们有一组同义词：“walk”、“stroll”和“amble”

扩展，这将生成同义词：

walk -> walk
walk -> stroll
walk -> amble
stroll -> walk
stroll -> stroll
stroll -> amble
amble -> walk
amble -> stroll
amble -> amble

如果不扩展，您将拥有：

walk -> walk
stroll -> walk
amble -> walk

一般来说，我倾向于将其设置为 false，以便同义词匹配减少到一个主要同义词，但这取决于您的需要。