问题标签 [standardanalyzer]

以下程序：

给出这个输出：

请注意与 : 的明显不一致，还要注意我正在转义特殊字符（与 QueryParser.escape 完全相同）。我希望 StandardAnalyzer 能够从查询词中去掉特殊的标点符号，而且几乎在所有情况下都会这样做。

这看起来特别不一致的原因是，使用 StandardAnalyzer 和“foo:bar”字段文本编写文档会给我一个两个词的字段，foo 和 bar！

第二轮转义给出了正确的结果，即有效地 "foo\\:bar"; 但为什么这仅对冒号是必要的？为什么我需要做 QueryParser.escape(QueryParser.escape(mystring)) 来避免这种行为？

如何在 Lucene 中将 TokenFilter 添加到 StandardAnalyzer？或者是否有另一个分析器做同样的事情，只允许我也使用一个 TokenFilter？

我在 C# 中有一个用于 Hunspell 的 TokenFilter，我不确定在哪里/如何插入索引过程？

另一方面，我有：

从：

http://devhost.se/blog/post/2011/04/07/C-port-of-lucene-hunspell.aspx

任何人都可以帮忙吗？

我实际上正在开发一个系统，您可以在其中将一些文本文件输入到 StandardAnalyzer，然后该文件的内容被 StandardAnalyzer 的输出替换（它标记并删除所有停用词）。到目前为止，我开发的代码是：

readFileToString(f) 是一个将文件内容转换为字符串表示形式的简单函数。我得到的输出是每个单词都删除了空格或新行。有没有办法在分析器输出后保留原始空格或换行符，以便我可以用 StandardAnalyzer 的过滤内容替换原始文件内容并以可读形式呈现？

我在用数字和符号索引项目名称方面遇到问题。我的数据示例如下所示：

我想在不删除符号的情况下将我的数据标记为白色或尾随空格，因为这些符号非常重要。这样每当我搜索“plywood sta. clara”、“bi square 2”X 3“”或“angle orange 2 - 1/2”时都会给我一个结果。我尝试使用空白分析器，但符号被删除。我也尝试了standardanalyzer，但停用词和符号也被删除了。最好的分析仪是什么？

我正在使用带有 StandardAnalyzer 的 Lucene 搜索引擎 (v36)。我使用 MultiFieldQueryParser。

我的一个字段设置为 NOT_ANALYZED，因为它是包含字母数字字符和点的版本名称。当此字段包含大写字符时，搜索不会找到任何结果。任何想法 ？

细节：

该字段包含以下值：

• 版本1.26.12.test.a
• 版本1.26.12.test.b
• v1.2
• version1.Dummy

我的搜索返回的是上面三个第一个示例的结果，但不是最后一个。

除了使用 Collections.emptySet() 绕过标准停用词外，我根本没有自定义 Lucene。

非常感谢。迪米特里

我使用 Lucene 在 Android 中创建了一个医学词典。单词和定义是丹麦语，我StandardAnalyzer用来索引和搜索条目。这个想法是，当我单击 my 中的一个条目时，会显示ListView另一个条目，Activity顶部是单词，下方是定义。

除了条目之外，字典的工作方式与预期完全一致A.。A.当我在我的 中单击时ListView，下一个Activity只显示屏幕的背景颜色——没有单词、没有定义、没有任何类型的文本。

我的猜测是在索引过程StandardAnalyzer中将字母视为停用词，因为for 条目正确显示。我怎样才能解决这个问题？AActivityV.

我正在使用 clucene 构建搜索索引，并且我想确保包含任何攻击性术语的文档永远不会被添加到索引中。使用带有停止列表的 StandardAnalyzer 还不够好，因为攻击性文档仍然会被添加，并且会被返回用于非攻击性搜索。

相反，我希望建立一个文档，然后检查它是否包含任何令人反感的词，然后仅在没有的情况下添加它。

干杯!

我在使用 Lucene.NET 3.0.3 时遇到以下问题。

我的项目使用 StandardAnalyzer 和 StopWord-List（结合德语和英语单词）分析文档。
在搜索时，我手动创建搜索词并使用 MultiFieldQueryParser 对其进行解析。Parser 使用与索引文档相同的分析器进行初始化。
解析的搜索查询初始化了一个 BooleanQuery。BooleanQuery 和 TopScoreDocCollector 使用 IndexSearcher 在 Lucene 索引中搜索。

我的代码如下所示：

如果我索引值为“Test- und Produktivumgebung”的文档字段，我无法通过搜索该术语找到该文档。
如果我将搜索词更正为“Test-Produktivumgebung”，我会得到结果。
“und”一词在我的停用词列表中。

我的搜索查询如下所示：
手动生成的搜索查询：(+*Test* +*und* +*Produktivumgebung*)
解析的搜索查询：+(title:*Test*) +(title:*und*) +(title :*产品化*)

为什么我找不到搜索“Test- und Produktivumgebung”的文档？

我正在制作一个系统，它可以浏览有关不同内容的文章并挑选出一些关于它的描述。基本上很像一本百科全书。起初我遇到了一个问题，如果我搜索“cat”，我会在“CAT5”、“CAT6”、“.cat”等文章中获得很多点击。然而，排名第一的仍然是“猫”。我为此使用了 StandardAnalyzer。我收到了使用 WhitespaceAnalyzer 的提示，它解决了最初的问题，并使 Lucene 在 CAT6 等文章上的命中率下降，但现在文章“Cat”根本不在我的命中率列表中。为什么是这样？对例如不同的分析仪有什么建议吗？

编辑：搜索本身的代码：

我是 lucene 的新手。我正在尝试在这里做教程http://www.lucenetutorial.com/lucene-in-5-minutes.html

该网站正在导入：

但是，在我的 intellij 上，我在分析包中找不到任何标准。所以，我真的不能使用 StandardAnalyzer。

我需要使用不同的罐子吗？我正在使用的罐子是

我从中进口的

目录。

我在这里想念什么？