【发布时间】：2014-02-10 16:53:42
【问题描述】：
我正在使用 Lucene 为 Java 应用程序中的一些英文文本编制索引，我需要使用 Lucene 4_1_0 对它们进行词形还原。我发现了词干（PorterStemFilter 和 SnowballFilter），但这还不够。
经过词形还原后，我想使用同义词库进行查询扩展，Lucene 是否也包含同义词库？
如果不可能，我将改用 StanfordCoreNLP 和 WordNet。
您认为词形还原会影响使用 Lucene 库的搜索吗？
谢谢
【问题讨论】：
-
词形还原应该可以提高准确性，而不会丢失与词干相关的信息（这可以将不同的形态形式混为一谈）。预计使用 Wordnet 使用第二步扩展引理会降低准确性并增加召回率。如果您可以在从 word-net（使用 word2vec）或其他语义相似性算法中天真地夸大同义词之前进行词义消歧，则可以缓解准确性问题