在Lucene中获得词干词

Question

在Lucene中，我使用SnowballAnalyzer进行索引和搜索。

当我构建索引时，我会对我的索引进行查询。例如，我为字段“body”做了一个“专用”查询。IndexSearcher返回包含“专门化、专门化等”的文档因为SnowballAnalyzer所做的堵塞。

现在-拥有顶级文档-我想从body字段中获得一个文本片段。这个片段应该包含查询词的词干版本。

例如，退回的一份文件中有“body”字段：“不幸的是，在一些州，盲人只能进入一般的康复机构，这些机构为各种残疾人提供服务，在这种情况下，并不总是能为视障者提供专门服务。然后，我希望得到的部分‘在这些情况下，专门为视觉服务’作为片段。另外，我想从这个片段中得到一些条款。代码将完成它，但有一个标记为“？”我要问的问题是：

我想要做的是IndexReader ir = IndexReader.open(fsDir);

             `TermPositionVector tv =   (TermPositionVector)ir.getTermFreqVector(hits.scoreDocs[i].doc, "body");` 

？-这里:查询-查询必须是术语。因此，如果真正的查询是“专门化的”，那么查询应该是专门化的，通常雪球分析器会做什么。如何让分析器分析单个单词或短语，因为查询可以包含一个短语：“专用机器”。

int idx = tv.indexOf(query);

             `int [] idxs = tv.getTermPositions(idx);`

             `for(String t : tv.getTerms()){`

                 `int iidx = tv.indexOf(t);`

                 `int [] iidxs = tv.getTermPositions(iidx);`

                 `for(int ni : idxs){`

                     `tmpValue = 0.0f;`

                     `for(int nni : iidxs){`

                         `if(Math.abs(nni-ni)<= Settings.termWindowSize){` 

编辑

我找到了获得词干术语的方法：

  `Query q = queryParser.parse("some text to be parsed");     String parsedQuery = q.toString();` 

有一个查询对象toString(字符串fieldName)的方法；

Answer 1

我相信你混淆了几个问题。首先，要查看查询的词干版本和其他有用的信息，可以使用IndexSearcher的explain()方法。请看我对这个问题的回答。

用于获取代码片段的Lucene解决方案是荧光笔。另一个选项是FastVectorHighlighter。我相信您可以定制这两个词，以获得词干术语，而不是完整的术语。