Luceneのセマンティクスによる索引付け

Question

LuceneのTerm Freqベクトルを使用して文書間のコサインの類似性を計算しています。 私の文書には「借りている」「借りている」という3つの用語があります。 Luceneはこれを3つの別々の用語として扱いますが、そのうち3つは同じ "借り"を意味します。 Luceneにセマンティクスで索引付けするための機能がありますか？ 「借りている」「借りている」「借りている」という用語は、頻度= 3の単語を「借りている」という1つの単語として索引付けしますか？

私はこのタスクを達成するための提案を歓迎しますか？

Answer 1

EnglishStemmerでSnowballFilterを使用できます。これらの動詞を動詞動詞の単語に置き換えます（この例では、が、またはが）。