apache - 如何在 apache lucene 中使用 MorfologikAnalyzer 进行词形还原？

Question

我正在使用 Apache Lucene 创建一个英文搜索引擎。由于我需要为此进行词形还原，因此我使用的是斯坦福 CoreNLP，并且我知道如何做到这一点。

是否可以使用MorfologikAnalyzer或开箱即用的 Apache Lucene 类似的东西来进行词形还原？

Answer 1

不幸的是，MorfologikAnalyzer只假设使用波兰语并提供词干提取功能，而不是词形还原。

没有内置的 Apache Lucene 分析器可以帮助您。因此，您的现有选项如下：

• 斯坦福 CoreNLP
• OpenNLP 词形还原器
• NLTK 词形还原器(Python)

当然有几个付费的词形还原引擎，其中一些可能比上面的更丰富，特别是如果特定领域需要词形还原，例如出版等。

我不会在这里列出任何一个，但如果需要的话，应该不难找到它们。