问题标签 [snowballanalyzer]

我正在尝试在我的 Maven 2 项目中将SnowballAnalyzer换成StandardAnalyzer 。我目前正在使用

但我不断收到以下错误：

我正在使用 Lucene 对文档进行索引，并尝试应用 SnowballAnalyzer 从文本中删除标点符号和停用词。我不断收到以下错误:(

IllegalAccessError：试图从类 org.apache.lucene.analysis.snowball.SnowballAnalyzer 访问方法 org.apache.lucene.analysis.Tokenizer.(Ljava/io/Reader;)V

这是代码，我将非常感谢帮助！！！！我是新来的..

公共类索引器{

}

private void indexDocument(File someDoc) 抛出 IOException {

} }

在 Lucene 中，我使用 SnowballAnalyzer 进行索引和搜索。

当我建立索引时，我对我的索引进行查询。例如，我对字段“body”进行了“specialized”查询。IndexSearcher 返回包​​含“specialize、specialized 等”的文档。因为 SnowballAnalyzer 进行了词干提取。

现在 - 拥有顶级文档 - 我想从正文字段中获取文本片段。此片段应包含查询词的词干版本。
例如，其中一份退回的文件有 body 字段：“不幸的是，在某些州，盲人只能使用一般康复机构，这些机构为各种残疾的人提供服务。在这些情况下，为视障人士提供的专门服务是不适用的。”始终可用。” 然后我希望得到部分'在这些情况下，视觉的专业服务'作为片段。此外，我想从这个片段中获得条款。可以执行此操作的代码，但带有一个标记为“？” 字符，我有一个问题是：

我想怎么做 IndexReader ir = IndexReader.open(fsDir);
TermPositionVector tv = (TermPositionVector)ir.getTermFreqVector(hits.scoreDocs[i].doc, "body");

? - 这里：查询 - 查询必须是术语。因此，如果真正的查询是“专门的”，那么查询应该是专门的，通常雪球分析器会这样做。我怎样才能得到分析器为单个单词或短语分析的术语，因为查询可以包含一个短语：“专业机器”。

int idx = tv.indexOf(query);
int [] idxs = tv.getTermPositions(idx);
for(String t : tv.getTerms()){
int iidx = tv.indexOf(t);
int [] iidxs = tv.getTermPositions(iidx);
for(int ni : idxs){
tmpValue = 0.0f;
for(int nni : iidxs){
if(Math.abs(nni-ni)<= Settings.termWindowSize){

编辑
我找到了获取词干的方法： Query object toString(String fieldName)
Query q = queryParser.parse("some text to be parsed"); String parsedQuery = q.toString();
有一个方法；

我正在尝试在 PyLucene 中使用 SnowBallAnalyzer，但我总是收到一条错误消息：当我尝试像这样创建它的实例时出现 InvalidArgsError：

analyzer = SnowBallAnalyzer("Spanish")

或者

analyzer = SnowBallAnalyzer("Spanish", STOPWORDS)

我真正需要的是，如果我搜索“Fútbol”，我应该获得包含“futbol”或“fútbol”这个词的文档。所以...我想将 SnowBallAnalyzer 应用于我想索引查询的文本。

任何帮助将不胜感激。

提前致谢。

我将 SnowballPorterFilterFactory 用于索引和查询分析器。搜索“苹果”这个词。Solr 成功找到了必要的文章，但 tels 说单词拼写错误并给出建议：“appl”。如果我搜索“apples”，它会正常工作：没有给出建议并找到带有“apple”字样的文章。

架构.xml：

任何想法如何排除不正确的建议？

我正在使用 Lucene 的 Highlighter 类来突出显示匹配搜索结果的片段，并且效果很好。我想从使用 StandardAnalyzer 搜索切换到 EnglishAnalyzer，它将执行词干提取。

搜索结果很好，但现在荧光笔并不总能找到匹配项。这是我正在查看的示例：

使用 EnglishAnalyzer 并搜索“goat”，两个文档都匹配，但荧光笔只能从文档 2 中找到匹配的片段。有没有办法让荧光笔返回两个文档的数据？

我知道标记的字符不同，但相同的标记仍然存在，因此仅突出显示该位置存在的任何标记似乎是合理的。

如果有帮助，这是使用 Lucene 3.5。

我将SnowballPorterFilterFactory用于索引和查询分析器。当我搜索“专业”这个词时。Solr 成功只找到包含“专业”的文章，但我想要“专业”“专业”...

这是schema.xml上的当前配置

我正在使用 Lucene 3.0，我需要与 Lucene 3.0 兼容的 Snowball 分析器来进行词干提取。我在谷歌搜索了一个小时，但我找不到可靠的来源。请建议我可以从中下载 snowball.dll 的受信任位置。

我在 asp.net 应用程序中使用 lucene.net 和雪球分析器。

对于我使用的特定语言，我有以下问题：对于两个在词干后具有不同含义的特定词，结果是相同的，因此搜索它们中的任何一个都会为这两个词产生结果。

我怎样才能教分析器不要阻止这两个词，或者虽然阻止了它们，但知道它们有不同的含义。

我的德语词干 SnowballPorterFilterFactory 有问题。我只是无法让它工作。既不是英语也不是德语。我正在使用这个 AnalzyderDef。

我尝试过这里提到的 walk/walking/walks 。过滤器的组合可能是问题吗？