Question

我正在尝试查找包含首字母缩略词“IT”的文档。

我尝试使用StandardAnalyzer，SimpleAnalyzer和KeywordAnalyzer进行搜索 - 结果相同（无任何命中）。

据我所知，“它”不是默认停用词的一部分吗？

我可以使用通配符搜索找到文档，所以我知道它们在索引中。

非常感谢任何帮助！干杯！

Answer 1

默认的禁用词集确实包含单词“it”。它在StopAnalyzer中定义，它是：

final List<String> stopWords = Arrays.asList(
   "a", "an", "and", "are", "as", "at", "be", "but", "by",
   "for", "if", "in", "into", "is", "it",
   "no", "not", "of", "on", "or", "such",
   "that", "the", "their", "then", "there", "these",
   "they", "this", "to", "was", "will", "with"
 );

SimpleAnalyzer和KeywordAnalyzer都没有使用停用词，因此由于其他一些问题而无法解决，可能是对它们如何标记的误解，或者索引和查询时间分析器之间的分歧。

Answer 2

我尝试重新编制索引而不使用任何停用词......

new IndexWriter(directory,
                new StandardAnalyzer(Version.LUCENE_30, new HashSet<string>()), // No stop words
                true,
                IndexWriter.MaxFieldLength.UNLIMITED);

...之后，只要我使用相同类型的分析器（没有任何停用词）进行搜索，我就可以搜索“ it ”：

new StandardAnalyzer(Version.LUCENE_30, new HashSet<string>()

在Lucene中搜索双字母单词

2 个答案: