java - Lucene:新的 WordnetSynonymParser( boolean 去重、 boolean 展开、Analyzer 分析器)

Question

请，WordnetSynonymParser 的构造函数接受三个参数:

boolean dedup, boolean expand and an Analyzer.

但是，什么是重复数据删除和扩展？我不明白。

文档 cites :

If dedup is true then identical rules (same input, same output) will be added only once.

这意味着什么？一个例子？还有参数expand？

请帮助我...谢谢

Answer 1

dedup 值直接传递到 SynonymMap.Builder，并按照其说明进行操作。如果存在两个相同同义词规则，则仅使用其中之一。将其设置为 true 可能非常安全，除非您有理由不这样做。

要了解expand，其使用方法如下:

 if (expand) {
   for (int i = 0; i < size; i++) {
     for (int j = 0; j < size; j++) {
       add(synset[i], synset[j], false);
     }
   }
 } else {
   for (int i = 0; i < size; i++) {
     add(synset[i], synset[0], false);
   }
 }

因此，如果 Expand 为 true，它会为结果集中的每个可能的同义词组合添加一个同义词。如果为 false，它将创建同义词规则，以便每个同义词仅替换为列表中的第一个同义词。假设我们有一组同义词:“walk”、“stroll”和“amble”

扩展，这将生成同义词:

walk -> walk
walk -> stroll
walk -> amble
stroll -> walk
stroll -> stroll
stroll -> amble
amble -> walk
amble -> stroll
amble -> amble

如果不扩展，您只会:

walk -> walk
stroll -> walk
amble -> walk

一般来说，我倾向于将其设置为 false，以便同义词匹配减少为一个主要同义词，但这确实取决于您的需求。