java - lucene standardanalyzer是否删除停用词并具有词干提取功能？

Question

我已经用 indexWriter 测试了 standardanalyzer，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？另外，这个分析器也会自动词干吗？？

Answer 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，就会使用它，这正是您所做的。集合与StopAnalyzer.ENGLISH_STOP_WORDS_SET一模一样.您可以使用其他构造函数之一向分析器传递另一组(可能为空)停用词。

StandardAnalyzer 不会阻止单词。如果您需要词干提取，请使用例如 SnowballAnalyzer。