我正在将Crate用于德国新闻网站并广泛使用全文搜索（通常效果很好）。但是我想知道停用词的用法。我想尽量减少这个，因为搜索速度很快，所以我不太担心性能。这是可取的吗？并且：默认情况下实际使用哪些停用词 - 是否有某个内置停用词的列表？
答案 0 :(得分：2)
内置的单词实际上是来自lucene并且在里面
包含在lib包的lib目录中的lucene-analyzers-common*.jar文件
压缩包。
如果您提取jar文件的内容，您将找到一个名为的文件
german_stop.txt包含所有德语停用词。
lucene源代码中还有一组单词标记为 已弃用，因此我认为它已不再使用。这些话是：
"einer", "eine", "eines", "einem", "einen",
"der", "die", "das", "dass", "daß",
"du", "er", "sie", "es",
"was", "wer", "wie", "wir",
"und", "oder", "ohne", "mit",
"am", "im", "in", "aus", "auf",
"ist", "sein", "war", "wird",
"ihr", "ihre", "ihres",
"als", "für", "von", "mit",
"dich", "dir", "mich", "mir",
"mein", "sein", "kein",
"durch", "wegen", "wird"
我认为默认值足够好，除非你遇到麻烦 具体的话我没有理由调整停用词。