Lucene标准分析仪与雪球

Question

刚开始使用lucene.net。我使用标准分析仪索引了100,000行，进行了一些测试查询，并且注意到复数查询如果原始术语是单数，则不会返回结果。我了解雪球分析仪增加了茎支持，听起来不错。但是，我想知道是否有雪球比标准有任何弊端？我是否会因它而失去什么吗？还有其他分析师要考虑吗？

Answer 1

是的，通过使用诸如雪球之类的茎，您正在失去有关文本原始形式的信息。有时这将是有用的，有时不有用。

例如，雪球会将“组织”纳入“器官”，因此对“组织”的搜索将以“器官”返回结果，而无需任何得分罚款。

是否适合您的内容取决于您的内容，以及您支持的查询类型（例如，搜索非常基础，或者用户非常复杂，并且使用搜索来准确地过滤结果）。您可能还想调查较少侵略性的茎器，例如 Kemst.

Answer 2

这 雪球 分析仪会增加您的召回率，因为它比标准分析仪更具侵略性。所以你需要 评估 您的搜索结果查看是否需要增加数据 回忆或精确.

Answer 3

我刚刚完成了执行柠檬酸的分析仪。这类似于词干，除了它使用上下文来确定单词类型（名词，动词等）并使用该信息来得出词干。它还将单词的原始形式保留在索引中。也许 我的图书馆 可以对你有用。不过，这需要Lucene Java，我不知道有任何C＃/。网络捕捉器。