محلل لوكين القياسي مقابل كرة الثلج

Question

مجرد البدء مع lucene.net. لقد قمت بفهرسة 100،000 صف باستخدام محلل قياسي ، وقمت ببعض استعلامات الاختبار ، ولاحظت أن استعلامات الجمع لا تُرجع النتائج إذا كان المصطلح الأصلي مفردًا. أنا أفهم أن محلل كرة الثلج يضيف دعمًا ناجحًا ، وهو ما يبدو لطيفًا. ومع ذلك ، أتساءل عما إذا كان هناك أي عيوب إلى Gong مع Snowball على Standard؟ هل أفقد أي شيء من خلال الذهاب معه؟ هل هناك أي تحليلات أخرى للنظر فيها؟

Answer 1

نعم ، باستخدام STEMMER مثل Snowball ، تفقد معلومات حول الشكل الأصلي لنصك. في بعض الأحيان سيكون هذا مفيدًا ، وأحيانًا لا.

على سبيل المثال ، سوف تنقض Snowball "التنظيم" في "عضو" ، وبالتالي فإن البحث عن "التنظيم" سيعود النتائج مع "العضو" ، دون أي عقوبة تسجيل.

سواء كان ذلك مناسبًا لك أم لا ، يعتمد على المحتوى الخاص بك ، وعلى نوع الاستعلامات التي تدعمها (على سبيل المثال ، هي عمليات البحث أساسية للغاية ، أو أن المستخدمين متطورون للغاية ويستخدمون البحث لتصفية النتائج بدقة). قد ترغب أيضًا في النظر في الجذعية الأقل عدوانية ، مثل kstem.

Answer 2

ال كرة الثلج سيزيد المحلل من استدعاءك ، لأنه أكثر عدوانية من المحلل القياسي. لذلك تحتاج إلى تقييم نتائج البحث الخاصة بك لمعرفة ما إذا كنت تحتاج إلى زيادة البيانات الخاصة بك استدعاء أو الدقة.

Answer 3

لقد انتهيت للتو من محلل يؤدي التنشيط. هذا مشابه للانتماء ، باستثناء أنه يستخدم السياق لتحديد نوع الكلمة (الاسم ، الفعل ، إلخ) ويستخدم تلك المعلومات لاستخلاص الجذع. كما أنه يحافظ على الشكل الأصلي للكلمة في الفهرس. يمكن مكتبتي يمكن أن تكون مفيدة لك. إنه يتطلب Lucene Java ، وأنا لست على علم بأي من المتسابقين C#/. Net Net.