information-retrieval

2Hitze

2Antwort

Apache Lucene filtert keine Stoppwörter trotz der Verwendung von StopAnalyzer und StopFilter

Ich habe ein Modul basierend auf Apache Lucene 5.5/6.0, die Schlüsselwörter abruft. Alles funktioniert gut außer einer Sache - Lucene filtert keine Stoppwörter. Ich versuchte, Stop-Word-Filterung mit

java apache lucene information-retrieval stop-words 2016-03-26

---

7Hitze

1Antwort

Wie verwende ich einen BooleanQuery-Builder in Lucene 5.3.x?

Ich bin fast neu bei Lucene und versuche, einige Abfragen zu AND und sie anzuzeigen. Ich habe für das gesamte Web gegoogelt, kann aber nicht die richtige Lösung für dieses Problem finden. Die Lösungen

java lucene information-retrieval 2015-10-30

---

0Hitze

3Antwort

Wie verhindert man das Crawlen externer Links mit Apache Nutch?

Ich möchte nur bestimmte Domains auf Nutch crawlen. Dazu stelle ich die db.ignore.external.links zu wahr wie es in diesem FAQ link gesagt wurde das Problem nutch Start ist nur Links in der Seed-Liste

solr web-crawler nutch information-retrieval external-links 2016-04-05

---

0Hitze

1Antwort

Datenstrukturwahl für Ngramme bis Länge 5, wenn zählungsbasiertes Verteilungsmodell erstellt wird

Ich baue ein Verteilungsmodell (zählungsbasiert) aus Text. Grundsätzlich muss ich für jedes ngram (eine Folge von Wörtern) eine Zählung speichern. Ich brauche einen recht schnellen Zugriff auf die Zäh

java data-structures information-retrieval bigdata 2016-04-07

---

5Hitze

1Antwort

Was ist der Unterschied: ConcurrentUpdateSolrServer vs HttpSolrServer vs CommonsHttpSolrServer?

Was sind die Unterschiede zwischen den folgenden Implementierungen von SolrServer: ConcurrentUpdateSolrServer HttpSolrServer CommonsHttpSolrServer (Anmerkung: Ist das veraltet jetzt) ​​ Wie in der doc

java solr lucene solrj information-retrieval 2014-05-13

---

15Hitze

3Antwort

Effektive 1-5 Gramm Extraktion mit Python

Ich habe eine riesige Dateien von 3.000.000 Zeilen und jede Zeile haben 20-40 Wörter. Ich muss 1 bis 5 Negramme aus dem Korpus extrahieren. Meine Eingabedateien werden in Token aufgeteilt Klartext, zB

python nlp nltk information-retrieval n-gram 2014-10-13

---

6Hitze

1Antwort

Hinzufügen der Verschlüsselung zu den Solr/Lucene-Indizes

Ich verwende derzeit Solr, um Suchdienste über einige sensible Datensätze durchzuführen. Da Solr/Lucene eine schnelle Suche bietet, indem invertierte Indizes der vertraulichen Informationen im Klartex

encryption solr lucene cryptography information-retrieval 2016-04-13

---

9Hitze

2Antwort

Fast/Optimize N-Gramm-Implementierungen in Python

Welche Ngram-Implementierung ist in Python am schnellsten? Ich habe versucht, nltk die vs Scotts zip (http://locallyoptimal.com/blog/2013/01/20/elegant-n-gram-generation-in-python/) zum Profil: from n

python nlp nltk information-retrieval n-gram 2014-02-19

---

7Hitze

1Antwort

Ist es möglich, Elastic Search mit einem Feature-Vektor abzufragen?

Ich möchte einen n-dimensionalen Merkmalsvektor speichern, z.B. <1.00, 0.34, 0.22, ..., 0>, mit jedem Dokument, und stellen Sie dann einen anderen Feature-Vektor als eine Abfrage, mit den Ergebnissen

elasticsearch information-retrieval feature-extraction 2015-05-13

---

7Hitze

2Antwort

Lemmatisierung von nicht-englischen Wörtern?

Ich möchte Lemmatisierung anwenden, um die Flexionsformen von Wörtern zu reduzieren. Ich weiß, dass WordNet für Englisch eine solche Funktionalität bietet, aber ich bin auch daran interessiert, Lemmat

python nltk information-retrieval information-extraction lemmatization 2014-03-03

---