用Lucene扼杀英语单词 [英] Stemming English words with Lucene

问题描述

我正在Java应用程序中处理一些英文文本，我需要阻止它们。
例如，从文字amenities / amenity我需要获得amenit。

I'm processing some English texts in a Java application, and I need to stem them. For example, from the text "amenities/amenity" I need to get "amenit".

该函数如下所示：

String stemTerm(String term){
   ...
}

我找到了Lucene分析仪，但它看起来太复杂了我需要的东西。
http：//lucene.apache .org / java / 2_2_0 / api / org / apache / lucene / analysis / PorterStemFilter.html

I've found the Lucene Analyzer, but it looks way too complicated for what I need. http://lucene.apache.org/java/2_2_0/api/org/apache/lucene/analysis/PorterStemFilter.html

有没有办法用它来阻止没有词建立分析仪？我不了解分析师的所有业务......

Is there a way to use it to stem words without building an Analyzer? I don't understand all the Analyzer business...

编辑：我实际上需要一个词干+词典化。 Lucene可以这样做吗？

EDIT: I actually need a stemming + lemmatization. Can Lucene do this?

推荐答案

import org.apache.lucene.analysis.PorterStemmer;
...
String stemTerm (String term) {
    PorterStemmer stemmer = new PorterStemmer();
    return stemmer.stem(term);
}

参见这里了解更多详情。如果你想做什么，那么你应该使用这个而不是Lucene。

See here for more details. If stemming is all you want to do, then you should use this instead of Lucene.

编辑你应该小写 term ，然后再将其传递给 stem（）。

You should lowercase term before passing it to stem().

这篇关于用Lucene扼杀英语单词的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！