如何在 Java 中配置和使用 KStem？答案

【问题标题】：How do I configure and use KStem in java?如何在 Java 中配置和使用 KStem？
【发布时间】：2012-10-05 08:26:04
【问题描述】：

我想对我的文档中的单词进行词干处理，并将注意力集中在 KStem 上。我在 Eclipse 中工作，并通过将 lucene-core jar 文件下载到 lib 文件夹并将其添加到构建路径来配置 Lucene。我同样对 KStem jar 文件执行此操作。但是，我找不到任何关于如何在我的 java 代码中使用 KStem 库的示例或文档。我是否需要为此设置 Solr - 不完全确定它的用途。

【问题讨论】：

标签： java solr lucene stemming

【解决方案1】：

您只需将 KStem 配置为由 Lucene / SOLR 在您的架构中拾取（在将包含您的文档内容的字段类型中），并且只发送文档以从您的代码中进行索引。其余的魔法（包括标记化/词干提取/停用词删除等）发生在 Lucene / SOLR 内部（取决于您配置它们以应用于您的文档的处理步骤）。请参阅如何在 SOLR 中配置 KStem：http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters/Kstem

简而言之，Lucene 是强大的索引和检索库，用于 SOLR 内部，而 SOLR 又是成熟的搜索服务器。

如果您需要分面搜索、自动完成、分片、复制等功能，请安装和配置 Solr。如果不是，例如，如果您的目标是拥有一些相对较小的文档索引，可以快速重新构建，并且您希望在自己的应用程序中组织搜索，那么将 Lucene 用作 Java 库。

如何在自己的代码中使用 KStemmer：

private final KStemmer stemmer = new KStemmer();
// char[] term = ...
stemmer.stem(term, len);

您必须自己将文档内容拆分为术语列表。

这是在 Lucene 中使用 KStemmer 的方式：http://svn.apache.org/repos/asf/lucene/dev/trunk/lucene/analysis/common/src/java/org/apache/lucene/analysis/en/KStemFilter.java

请注意，KStemmer 类是 Lucene 当前主干 (org.apache.lucene.analysis.en) 的一部分：http://svn.apache.org/repos/asf/lucene/dev/trunk/lucene/analysis/common/src/java/org/apache/lucene/analysis/en/KStemmer.java

【讨论】：

我想专门使用KStem的词干提取功能。基本上我想在我的java代码中实现这个方法——GetStemmedWords(documentText)。而且我找不到任何 KStem 文档来说明要调用哪些方法。
谢谢！这正是我所需要的。但我仍然无法在 Eclipse 中配置 KStem。我已将 Lucene-core jar 文件添加到构建路径并且它可以工作。但是即使将 KStem.jar 文件添加到构建路径后，也没有检测到 KStemmer 类。
@AakarGupta 您需要 lucene-analyzers-common jar，请参阅我在帖子末尾的更新，例如在 Solr 4.0.0-BETA 中是：lucene-analyzers-common-4.0-SNAPSHOT.jar