lucene standardanalyzer会删除停用词并具有词干功能吗？

Question

我已经使用indexWriter测试了标准分析器并发现它会自动删除停用词，但是，我没有添加停用词列表，因为下面的代码是我使用的

StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_35); 
        IndexWriterConfig config =new IndexWriterConfig(Version.LUCENE_35, analyzer);

默认停用词列表在哪里？ 此外，这个分析仪是否也会自动产生干扰？

Answer 1

根据API docs，存在一组默认的停用词（取自英语），存储在StandardAnalyzer.STOP_WORDS_SET中。如果您使用构造函数public StandardAnalyzer(Version matchVersion)创建分析器，则会使用它，这正是您所做的。该集与StopAnalyzer.ENGLISH_STOP_WORDS_SET完全相同。您可以使用其他构造函数之一来传递分析器另一个（可能是空的）一组停用词。

StandardAnalyzer不会扼杀言辞。如果您需要词干，请使用例如SnowballAnalyzer。