Luceneのインデックス作成中に頭字語のドットを保存する

Question

Luceneに頭文字のドット（例：英国、米国など）を保存したい場合は、どのアナライザを使用する必要がありますか？ これを実行している間、Luceneに一連のストップワードを入力したいと思っています。

Answer 1

WhiteSpaceAnalyzerはドットを保存します。 StopFilterはストップワードのリストを削除します。必要な分析を正確に定義し、分析計とトークンフィルタを組み合わせて達成するか、write your own analyzerを設定する必要があります。

Answer 2

StandardTokenizerは、文字間に発生するドットを保存します。 StandardTokenizerを使用するStandardAnalyzerを使用できます。または、StandardTokenizerで独自のアナライザーを作成することもできます。

訂正：頭字語からドットを削除するStandardFilterを使用するため、StandardAnalyzerは役に立ちません。 StandardTokenizerと追加フィルタ（小文字フィルタなど）からStandardFilterを差し引いた独自のアナライザを構築できます。