我有两个 Xapian 数据库，我们称一个为“EN”，另一个为“DE”，假设前者包含一些英文文档，而后者包含一些德文文档。
如果我希望用户能够同时搜索这两个数据库，我可以轻松加载这两个数据库。但是，似乎我只能使用一个词干分析器和一组停用词？
没有办法实例化一个英语词干分析器并让它只应用于那些来自“EN”数据库的结果？没有办法用英文单词创建一个 Stopper，并且只适用于来自“EN”数据库的那些结果？
这可能是对的吗？
问问题
652 次
1 回答
2
仅当您知道要提取的文本的语言时，词干才有用。如果您使用词干创建了 Xapian 数据库（即，Xapian 数据库存储原始单词的词干形式），那么您将指定一种语言。
但是，在搜索时，您还需要知道正确词干的语言。如果您的用户使用英语输入查询，您必须在将查询应用到英语数据库之前使用英语词干。这同样适用于德语。如果您想搜索每个数据库，也许您应该根据每个用户请求创建两个单独的、特定于语言的查询。
但是请记住，最初以德语输入的查询，但随后使用英语词干分析器进行词干处理，可能会产生一些奇怪的结果 - 如果您有任何方法可以找出用户在查询时使用的语言，那么这可以用于应用正确的词干分析器。
HTH - 顺便说一下，Xapian-discuss 邮件列表（参见 www.xapian.org）是提出此类问题的好地方。
查理
于 2009-08-05T09:50:13.203 回答