有一个看DictionaryCompoundWordTokenFilter作为在Solr的说明
该过滤器使用组成词的词典将复合词拆分或分解为单个词。每个输入令牌均不变地传递。如果还可以将其分解为子字，则每个子字也将在同一逻辑位置添加到流中。
在：“ Donaudampfschiff dummkopf”中
要过滤的令牌生成器：“ Donaudampfschiff”（1），“ dummkopf”（2），
输出：“ Donaudampfschiff”（1），“ Donau”（1），“ dampf”（1），“ schiff”（1），“ dummkopf”（2），“ dumm”（2），“ kopf”（2）
如您在示例配置中看到的，您将需要使用您想要拆分的语言的字典，在示例中，他们使用germanwords.txt，其中包含要分解的单词（如果找到的话）。在您的情况下，这将是love和live。
<analyzer>
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.DictionaryCompoundWordTokenFilterFactory" dictionary="germanwords.txt"/>
</analyzer>
对于Lucene来说org.apache.lucene.analysis.compound.DictionaryCompoundWordTokenFilter。该代码可在github上找到。
602392714
清零编程群