Verwenden von Stoppwörtern mit WhitespaceAnalyzer

Question

Der StandardAnalyzer von Lucene entfernt bei der Indexierung Punkte aus Strings/Akronymen. Ich möchte, dass Lucene Punkte speichert und daher verwende ich die WhitespaceAnalyzer-Klasse.

Ich kann StandardAnalyzer meine Liste der Stoppwörter geben ... aber wie gebe ich WhitespaceAnalyzer?

Danke fürs Lesen.

Answer 1

Erstellen Sie Ihren eigenen Analysator, indem Sie WhiteSpaceAnalyzer erweitern und die Methode tokenStream wie folgt überschreiben.

public TokenStream tokenStream(String fieldName, Reader reader) { 
    TokenStream result = super.tokenStream(fieldName, reader); 
    result = new StopFilter(result, stopSet); 
    return result; 
} 

Hier die Stopset ist der Satz von Stoppwörtern, die Sie durch das Hinzufügen eines Konstruktor zu Ihrem Analysator erhalten könnten, das eine Liste von Stoppwörtern akzeptiert.

Sie können die reusableTokenStream() - Methode auch auf ähnliche Weise überschreiben, wenn Sie den TokenStream wiederverwenden möchten.