我正在使用 Lucene 7.x 和 ItalianStemmer。我看过 ItalianStemmer 类的代码，似乎需要很长时间才能理解。因此，我正在寻找一种快速（可能是标准）的方式来定制意大利词干分析器，而不需要扩展 ItalianStemmer 或 SnowballProgram，因为我只有几天时间。
关键是我不明白为什么“saluto”（问候）这个名字是“sal”。它的词干应该是“salut”，因为动词“salutare”（问候）的词干是“salut”。此外，“sala”（房间）和“sale”（房间）也被词根为“sal”，这很容易混淆，因为它们的含义不同。
标准方法是复制源代码并创建自己的源代码。
词干提取是一个基于规则的启发式过程。它旨在生成虽然不完美但通常足以促进搜索的词干。它没有变位词及其词干的字典供您修改。-uto 是意大利雪球词干分析器从单词中删除的动词后缀之一，如此处所述。您可以创建自己的版本，从列表中删除该后缀，但总而言之，您可能会创建比您解决的问题更多的问题。
返回正确词根的工具通常被称为lemmatizer，我不相信 Lucene 自带任何开箱即用的工具。形态分析往往更慢且更复杂。如果它对您的用例很重要，您可能需要查找意大利词形还原器，并将其用于自定义过滤器，或者在将文本传递给分析器之前对其进行预处理。