carrot2 api不支持日语

Question

我正在尝试使用carrot2 API来集中日语文档。它抛出了这个警告：

org.carrot2.text.linguistic.DefaultTokenizerFactory：日语（ja）的Tokenizer不可用。这可能会降低日语内容的群集质量。

因此，群集过程失败，所有文档都属于“其他主题”群集。

有什么帮助可以解决这个问题吗？

提前致谢。

Answer 1

Carrot ² 中提供的开源算法很遗憾不支持日语。增加常数以涵盖将来对日本人的支持。

或者，您可以尝试使用自定义语言管道运行Carrot ² ，Carrot ² Java API分发中的UsingCustomLanguageModel示例类显示如何执行此操作