我已经为我的应用程序实现了lucene,除非你介绍了像日语这样的东西,否则它的效果非常好.
问题是,如果我有日语字符串こんにちは,このバイネイです我用こ搜索是第一个字符比它效果好,而如果我在搜索令牌中使用多个日语字符(こんにち)失败并且有没找到文件.
lucene是否支持日文字符?让它运作的设置是什么?
解决方法
我不认为可以使用适用于所有语言的分析器.问题是不同的语言对词边界和词干有不同的规则(例如,泰语根本不使用空格来分隔词).或者,如果有,我当然不想成为维护者!
您需要做的是将文本块“标记”为一种语言或另一种语言,并使用正确的分析器来处理该特定语言.您可以通过进行角色分析来尝试“自动”检测语言(即主要使用日语片假名的文本很可能是日语)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。