Question

请 WordnetSynonymParser 的构造函数接受三个参数：

boolean dedup, boolean expand and an Analyzer.

但是，什么是重复数据删除和扩展？我不明白。

文档cites：

如果重复数据删除为真，那么相同的规则（相同的输入，相同的输出）将是只添加一次。

这意味着什么？一个例子？参数expand？

请帮帮我，谢谢

Answer 1

dedup值会直接传递给SynonymMap.Builder，并按照说明进行操作。如果存在两个相同的同义词规则，则仅使用其中一个。将此设置为true可能非常安全，除非您有理由不这样做。

了解expand，以下是它的使用方法：

 if (expand) {
   for (int i = 0; i < size; i++) {
     for (int j = 0; j < size; j++) {
       add(synset[i], synset[j], false);
     }
   }
 } else {
   for (int i = 0; i < size; i++) {
     add(synset[i], synset[0], false);
   }
 }

因此，如果expand为true，则会为集合中每个可能的同义词组合的结果集添加同义词。如果它是假的，它将创建同义词规则，使得每个同义词仅被替换为列表中的第一个同义词。比如说，如果我们有一组同义词：“walk”，“stroll”和“amble”

扩展，这将生成同义词：

walk -> walk
walk -> stroll
walk -> amble
stroll -> walk
stroll -> stroll
stroll -> amble
amble -> walk
amble -> stroll
amble -> amble

如果不扩展，您只需：

walk -> walk
stroll -> walk
amble -> walk

一般来说，我倾向于将此设置为false，以便将同义词匹配缩减为一个主同义词，但这取决于您的需要。

Lucene：新的WordnetSynonymParser（布尔重复数据删除，布尔扩展，分析器分析器）

1 个答案: