lucene standardanalyzer 会删除停用词并具有词干提取功能吗？

【问题标题】：does lucene standardanalyzer remove stopwords and have stemming function?lucene standardanalyzer 会删除停用词并具有词干提取功能吗？
【发布时间】：2012-03-18 00:45:14
【问题描述】：

我用 indexWriter 测试了标准分析器，发现它会自动删除停用词，但是，我没有添加停用词列表，因为我使用了以下代码

StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_35); 
        IndexWriterConfig config =new IndexWriterConfig(Version.LUCENE_35, analyzer);

默认停用词列表在哪里？还有，这个分析器会自动词干吗？？

【问题讨论】：

标签： java search lucene

【解决方案1】：

根据API docs，存在一组默认停用词（取自英语），存储在StandardAnalyzer.STOP_WORDS_SET 中。如果您使用构造函数 public StandardAnalyzer(Version matchVersion) 创建分析器，则使用它，这正是您所做的。该集合与StopAnalyzer.ENGLISH_STOP_WORDS_SET 完全相同。您可以使用其他构造函数之一向分析器传递另一组（可能是空的）停用词。

StandardAnalyzer 不是词干。如果您需要词干，例如使用SnowballAnalyzer。

【讨论】：