Lucene.NET的独立于文化的词干分析器/分析器

Question

我们目前正在开发一个支持全文搜索的应用程序，我们Lucene.NET是我们的首选武器。预计会有来自不同国家/地区的人使用应用程序，因此Lucene.NET必须能够同时搜索俄语，英语和其他文本。

是否有适合我们需求的通用和独立于文化的分析器和分析仪？我知道最终我们必须使用特定于文化的文档，但我们想要使用这种可能快速而肮脏的方法来启动和运行。

Answer 1

没有语言独立的词干分析器这样的东西。实际上，词干是否会提高检索性能因语言而异。您可以做的最好的是语言猜测文档和查询，然后发送到适当的分析器/词干分析器。

短语查询的语言猜测是 hard ，但是（如同最先进的，不是快速'n'脏）。如果您的查询很短，您可能需要在查询中使用简单的空白分析器，而不是干扰任何内容。

Answer 2

鉴于英语和俄语的拼写，语法和字符集明显不同，任何试图同时做这两者的词干都要么大，要么表现不佳（很可能都是）。

对每种语言使用词干分析器可能会好得多，并根据UI线索（用于查询的语言）或显式选择来选择使用哪一种语言。

话虽如此，任何俄语文本都不太可能正确匹配英文搜索词，反之亦然。

这听起来像是一个更多的业务分析比代码更有帮助的情况。