在 Lucene 中搜索两个字母的单词答案

【问题标题】：Search for two-letter words in Lucene在 Lucene 中搜索两个字母的单词
【发布时间】：2013-08-15 23:30:54
【问题描述】：

我正在尝试查找包含首字母缩略词“IT”的文档。

我尝试使用 StandardAnalyzer、SimpleAnalyzer 和 KeywordAnalyzer 进行搜索 - 结果相同（没有任何命中）。

据我所知，“它”不是默认停用词的一部分？

我可以使用通配符搜索找到文档，所以我知道它们在索引中。

非常感谢任何帮助！干杯！

【问题讨论】：

标签： lucene lucene.net

【解决方案1】：

默认停用词集确实包含单词“it”。在StopAnalyzer中定义，它是：

final List<String> stopWords = Arrays.asList(
   "a", "an", "and", "are", "as", "at", "be", "but", "by",
   "for", "if", "in", "into", "is", "it",
   "no", "not", "of", "on", "or", "such",
   "that", "the", "their", "then", "there", "these",
   "they", "this", "to", "was", "will", "with"
 );

SimpleAnalyzer 和 KeywordAnalyzer 均未使用停用词，因此由于某些其他问题（可能是对它们如何标记化的误解，或者索引和查询时间分析器之间存在分歧），这些不起作用。

【讨论】：

奇怪，我没有在 Lucene 3.0 的停用词中看到“它”。大概只是错过了。谢谢！

【解决方案2】：

我尝试在没有任何停用词的情况下重新索引...

new IndexWriter(directory,
                new StandardAnalyzer(Version.LUCENE_30, new HashSet<string>()), // No stop words
                true,
                IndexWriter.MaxFieldLength.UNLIMITED);

...之后，只要我使用相同类型的分析器（没有任何停用词）进行搜索，我就可以搜索“it”：

new StandardAnalyzer(Version.LUCENE_30, new HashSet<string>()

【讨论】：