为了使精确的匹配更好地工作，我可以清除lucene.net中的停止词列表吗？

Question

在处理精确匹配时，我会得到这样一个真实世界的查询：

非教育、就业或培训

转换为移除停止词的Lucene查询将提供：

+Content:"? ? education employment ? training" 

下面是一个更精心设计的例子：

“没有这样的东西”

转换为移除停止词的Lucene查询将提供：

+Content:"? ? ? ? thing" 

我的目标是让搜索像这样的匹配，只有准确的匹配，当用户输入它。

一种解决办法是清除止损词列表吗？这会否有不良影响？如果是的话什么？(我的google-fu失败)

Answer 1

这完全取决于您使用的分析器。StandardAnalyzer使用停止词并将它们去掉，实际上，StopAnalyzer是StandardAnalyzer获取停止词的地方。

使用WhitespaceAnalyzer或通过继承最适合您的需求的继承来创建您自己的，并将其修改为您想要的。

或者，如果您喜欢StandardAnalyzer，您可以使用自定义的“停止单词列表”更新一个：

//This is what the default stop word list is in case you want to use or filter this
var defaultStopWords = StopAnalyzer.ENGLISH_STOP_WORDS_SET;

//create a new StandardAnalyzer with custom stop words
var sa = new StandardAnalyzer(
    Version.LUCENE_29, //depends on your version
    new HashSet<string> //pass in your own stop word list
    {
        "hello",
        "world"
    });