我在Lucene索引中存储了大量文档，我使用的是customAnalyzer，它基本上为文档内容进行了标记化和源代码。
现在，如果我在文档中搜索单词＆＃34; love＆＃34;，我得到的结果是爱被用作名词或动词，而我只想要那些仅使用爱的文档一个动词。
如何实现这样的功能，我还可以提到单词的词性以及单词，这样结果只能用作动词而不是名词？
我可以想出一种方法，最初对文档中的每个单词进行词性标记，并通过在单词上添加带有＆＃39; _＆＃39;的单词来存储它。或者其他什么，然后相应地搜索，但想知道在Lucene中是否有更聪明的方法来做到这一点。
答案 0 :(得分：1)
我可以想到以下方法。
方法1
就像你提到的那样：在索引时识别并将词性标记附加到实际术语。查询时也一样。
我想讨论相关的利弊。
缺点：
1）未来的要求可能要求您获得结果而不管词性。包含已修改术语的索引将不起作用。
2）您可能希望执行类似“term：noun或adjective”的BooleanQuery。你自己编写查询扩展器。
方法2
尝试使用Lucene的Payloads功能。
以下是简要tutorial on Lucene Payloads。
解决使用案例的步骤。
1）以有效载荷的形式存储词性标记。
2）为每个词性标签定制相似度类。
3）根据查询，将相应的CustomSimilarity分配给IndexSearcher。例如，为名词查询指定NounBoostingSimilarity。
4）根据Payload提升或“降低”文档的分数。上面教程中给出的示例。
5）编写一个自定义收集器来过滤掉不符合上述得分提升逻辑的分数。
这种方法的优点是索引与任何其他正常搜索保持兼容。
缺点：
1）维护费用：必须为每个相似性维护多个IndexSearchers。 2）有点复杂的代码解决方案。
坦率地说，我对自己的解决方案并不满意，但只是想让你知道存在另一种方式。这完全取决于您的场景，项目是学术性的一次性项目还是商业项目等。