我在asp.net应用程序中使用lucene.net和雪球分析仪。
对于我正在使用的特定语言，我有以下问题：对于两个具有不同含义的特定单词，在它们被词干化后，结果是相同的，因此搜索它们中的任何一个都会产生两个结果。
我怎样才能教分析器不要用词干这两个词，或者虽然用词干，但知道它们有不同的含义。
我在这里从内存中工作，但正如我在其中一个构造函数中回忆的那样，您可以传递一个塞词数组，这将阻止传递的单词被词干化。
在Lucene 4.0中，EngishAnalyzer现在具有此功能，因为它有一个构造函数，该构造函数采用stemExclusionSet
当然，Lucene.Net还没有达到Lucene 4，所以有很多好处。
但是，EngishAnalyzer通过使用KeywordMarkerFilter来做到这一点。因此，您可以创建自己的Analyzer，覆盖token流方法，并在链中添加一个KeywordMarkerFilter，就在Snowball Filter之前。
像这样的东西：
public TokenStream tokenStream(String fieldName, Reader reader) {
TokenStream result = new StandardTokenizer(reader);
result = new StandardFilter(result);
result = new LowerCaseFilter(result);
if (stopSet != null)
result = new StopFilter(result, stopSet);
result = new KeywordMarkerFilter(result, stemExclusionSet);
result = new SnowballFilter(result, name);
return result;
}
您需要构建自己的stemExclusionSet（请参阅CharArraySet）。
