java - Lucene：新的 WordnetSynonymParser(boolean dedup,boolean expand, Analyzer 分析器)

Question

请WordnetSynonymParser的构造函数接受三个参数：

boolean dedup, boolean expand and an Analyzer.

但是，什么是重复数据删除和扩展？我不明白。

该文档引用：

如果 dedup 为真，那么相同的规则（相同的输入，相同的输出）将只添加一次。

意思是？一个例子？和参数expand？

请帮助我...谢谢

Answer 1

该dedup值直接传递给SynonymMap.Builder, 并按照它所说的那样做。如果存在两个相同的同义词规则，它只使用其中一个。true除非您有理由不这样做，否则将其设置为可能非常安全。

要理解expand，以下是它的使用方法：

 if (expand) {
   for (int i = 0; i < size; i++) {
     for (int j = 0; j < size; j++) {
       add(synset[i], synset[j], false);
     }
   }
 } else {
   for (int i = 0; i < size; i++) {
     add(synset[i], synset[0], false);
   }
 }

因此，如果 expand 为真，它会为结果集中的每个可能的同义词组合添加一个同义词。如果它是假的，它将创建同义词规则，这样每个同义词将仅被列表中的第一个同义词替换。假设我们有一组同义词：“ walk”、“ stroll”和“ amble”

展开后，这将生成同义词：

walk -> walk
walk -> stroll
walk -> amble
stroll -> walk
stroll -> stroll
stroll -> amble
amble -> walk
amble -> stroll
amble -> amble

如果不扩展，您将拥有：

walk -> walk
stroll -> walk
amble -> walk

通常，我倾向于将其设置为 false，以便同义词匹配减少为一个主要同义词，但这取决于您的需要。