0

我正在尝试查找包含首字母缩写词“IT”的文档。

我尝试使用 StandardAnalyzer、SimpleAnalyzer 和 KeywordAnalyzer 进行搜索——结果相同（没有任何命中）。

据我所知，“它”不是默认停用词的一部分吗？

我可以使用通配符搜索找到文档，所以我知道它们在索引中。

任何帮助是极大的赞赏！干杯!

4

2 回答 2

3

默认停用词集确实包含单词“it”。它在 中定义StopAnalyzer，它是：

final List<String> stopWords = Arrays.asList(
   "a", "an", "and", "are", "as", "at", "be", "but", "by",
   "for", "if", "in", "into", "is", "it",
   "no", "not", "of", "on", "or", "such",
   "that", "the", "their", "then", "there", "these",
   "they", "this", "to", "was", "will", "with"
 );

既不SimpleAnalyzer也不KeywordAnalyzer使用停用词，因此这些不起作用是由于其他一些问题，可能是对它们如何标记化的误解，或者索引和查询时间分析器之间的分歧。

于 2013-08-15T15:30:54.543 回答
2

我尝试在没有任何停用词的情况下重新索引...

new IndexWriter(directory,
                new StandardAnalyzer(Version.LUCENE_30, new HashSet<string>()), // No stop words
                true,
                IndexWriter.MaxFieldLength.UNLIMITED);

...然后，只要我使用相同类型的分析器（没有任何停用词）进行搜索，我就可以搜索“它”：

new StandardAnalyzer(Version.LUCENE_30, new HashSet<string>()
于 2013-08-15T15:02:57.710 回答