lucene stemmer策略（它是否保留词干和非词干词或仅词干词）

Question

我有一个关于lucene Stemmer的问题。 我想知道lucene是否保留了词干词和非词干词或者只是用非词干词代替词干词？

例如，如果记录有以下内容： “每个人都爱猫” 它会被编入索引吗？ “每个人都爱猫猫”或“每个人都爱猫”

查询和记录的策略是否相同？

Answer 1

通常，只保留Stemmed版本。也就是说，在你的例子中，最终结果将是“每个人都喜欢猫”，而不是“每个人都喜欢猫猫”或类似的组合。

在索引和查询时，您应该使用相同的词干分析器。可能有一些词干过滤器，如SynonymFilter，允许您保留原始过滤器，但执行此操作并运行未经过干扰的查询将导致PhraseQueries无法正常工作（请参阅SynonymFilter文档中有关此主题的说明） ）。我不相信大多数常见的词干过滤器（即PorterStemFilter）都能提供这种功能。

我需要能够出于某种原因搜索未经过干扰的数据，我建议存储第二个完全不受限制的字段。