lucene / solr删除常用短语（停止短语）

Question

我想从搜索查询中消除对查询没有任何意义的单词/短语（我们可以将它们称为停止短语）。例如：

“如何......”

“我在哪里可以找到......”

“......是什么意思”

等

1. 在哪里查找/如何计算英语和法语的“常用短语”列表？

2. 如何在Solr中实现它（有没有比停用词更高级的功能？）

Answer 1

我认为你不应该试图完全摆脱这些短语，因为它们揭示了搜索者的意图。您可以尝试使用像Ephyra这样的自然语言问答系统来利用它们的存在。甚至有project旨在将其与Lucene整合。我自己没有用过它，但至少可以评估一下 值得一试。

如果您决定删除它们，那么我认为您需要编写将过滤查询的自定义QueryParser，将进一步处理委派给您选择的解析器。