Lucene 4.0+中的词干+停止词过滤

Question

我曾使用SnowBallAnalyzer将自定义停用词过滤与基本词干组合在一起，但它已被弃用。例如，在索引配置中，我可以很容易地指定：

IndexWriterConfig config = new IndexWriterConfig(Version.LUCENE_32,
                new SnowballAnalyzer(Version.LUCENE_32, "name", stopSet));

其中stopSet是我的自定义停用词列表。

我现在如何创建一个分析器，使我能够过滤停用的单词并进行基本的英语词干分析？

谢谢。

Answer 1

使用EnglishAnalyzer

new EnglishAnalyzer(Version.LUCENE_32, stopSet)

如果您没有将有效的词干分析器名称传递到SnowballAnalyzer构造函数中，我对您列出的代码如何做一些特别有用的事情感到有点困惑。似乎它应该在这里抛出一个异常：

 Class<?> stemClass = Class.forName("org.tartarus.snowball.ext." + name + "Stemmer");

因为没有名为"org.tartarus.snowball.ext.nameStemmer“的词干分析器。