在胡萝卜2 聚类标签中强制或增强单词

Question

我正在使用 Carrot2 对来自 Solr 的查询结果进行聚类。是否可以强制（或至少提升）标签中某些单词的出现，无论是 Lingo、STC 还是 k-means？

使用 Lingo，这已经可以通过“标题词提升”选项来实现，它赋予文档标题中出现的词更多的权重。这可以扩展到我可以提供的其他词吗？

我想至少应该可以将所需的词附加到“标题词提升”选项所采用的字符串中，以让词提升工作，但也许这不是正确的方法。

怎么做？

Answer 1

目前API中没有公开任意词的提升功能，所以只能提升标题中包含的词。

提升的代码在：

https://github.com/carrot2/carrot2/blob/master/core/carrot2-util-text/src/org/carrot2/text/vsm/TermDocumentMatrixBuilder.java#L159

您可以添加另一个属性，例如，采用逗号分隔的单词列表并提升它们。