我正在使用Lucene 7.x和ItalianStemmer。我已经看过ItalianStemmer类的代码，似乎需要很长时间才能理解。因此，我正在寻找一种快速（可能是标准的）方式来自定义意大利语词干分析器，而无需扩展ItalianStemmer或SnowballProgram，因为我有几天的时间。
重点是，我不理解为什么“ saluto”（问候）这个名字被冠以“ sal”的意思。它应该被源于“ salut”，因为动词“ salutare”（问候）被源于“ salut”。此外，“ sala”（房间）和“ sale”（房间）也被称为“ sal”，这令人困惑，因为它们的含义不同。
答案 0 :(得分：1)
标准方法是复制源并创建自己的源。
加粗是基于规则的启发式过程。它的设计目的是生成茎，这些茎虽然不完美，但通常足够好以利于搜索。它没有共轭词及其词干的字典供您修改。 -uto是意大利语雪球词提取者as described here从单词中删除的动词后缀之一。您可以创建自己的版本，从列表中删除该后缀，但总之，您可能会创建超出解决范围的问题。
返回正确词根的工具通常被称为 lemmatizer ，我不认为Lucene附带的任何工具都是开箱即用的。形态分析趋向于更慢和更复杂。如果这对您的用例很重要，则可能需要查找意大利语lemmatizer，并将其处理到自定义过滤器中，或者在将文本传递给分析器之前对其进行预处理。