在Lucene得到词干

Question

在Lucene中，我使用SnowballAnalyzer进行索引和搜索。

当我构建索引时，我会对索引进行查询。例如，我为字段“body”进行了“专门化”查询。 IndexSearcher返回包含'specialize，specialized等'的文档。因为SnowballAnalyzer完成了干扰。

现在 - 拥有热门文档 - 我想从正文字段中获取文本片段。此剪辑应包含查询词的词干版本 例如，其中一份归还的文件具有身体字段：“不幸的是，在某些州，盲人只能使用一般康复机构，这些机构为有各种残疾的人提供服务。在这些情况下，为视障人士提供的专门服务不是始终可用。” 然后我希望得到“在这些情况下，视觉专业服务”这一部分作为片段。 另外，我希望从此代码段获得条款。代码将执行此操作，但标记为'？'字符，我有一个问题是：

我想怎么做才是 IndexReader ir = IndexReader.open(fsDir);
TermPositionVector tv = (TermPositionVector)ir.getTermFreqVector(hits.scoreDocs[i].doc, "body");

？ - 这里：查询 - 查询必须是术语。所以如果真正的查询 是'专业'然后查询应该是专门的，雪球分析仪通常做什么。如何通过分析器对单个单词或短语进行分析，因为查询可以包含短语：“专用机器”。

int idx = tv.indexOf(query);
int [] idxs = tv.getTermPositions(idx);
for(String t : tv.getTerms()){
int iidx = tv.indexOf(t);
int [] iidxs = tv.getTermPositions(iidx);
for(int ni : idxs){
tmpValue = 0.0f;
for(int nni : iidxs){
if(Math.abs(nni-ni)<= Settings.termWindowSize){

修改
我找到了获得词干术语的方法：
     Query q = queryParser.parse("some text to be parsed"); String parsedQuery = q.toString();
Query对象toString(String fieldName);

有一种方法

Answer 1

我相信你在混合几个问题。 首先，要查看查询的词干版本以及其他有用信息，可以使用IndexSearcher的explain（）方法。请参阅my answer to this question。

用于获取代码段的Lucene解决方案是Highlighter。另一种选择是FastVectorHighlighter。我相信你可以自定义两者来获得词干而不是完整词。