文档章节

Lucene分词停用词库stopwords

caiyongji
 caiyongji
发布于 2017/07/03 10:54
字数 3318
阅读 16
收藏 0

!
"
#
$
%
&
'
(
)
*
+
,
\-
\-\-
.
..
...
......
...................
./
.一
.数
.日
/
//
0
1
2
3
4
5
6
7
8
9
:
://
::
;
<
=
\>
\>\>
?
@
A
Lex
[
\
]
^
_
`
exp
sub
sup
|
}
\~
\~\~\~\~
·
×
×××
Δ
Ψ
γ
μ
φ
φ.
В

——
———


’‘


”,

……
…………………………………………………③
′∈
′|




∈[
∪φ∈



②c

③]







──


 






》),







〕〔


一.
一一
一下
一个
一些
一何
一切
一则
一则通过
一天
一定
一方面
一旦
一时
一来
一样
一次
一片
一番
一直
一致
一般
一起
一转眼
一边
一面

万一

三天两头
三番两次
三番五次

上下
上升
上去
上来
上述
上面

下列
下去
下来
下面

不一
不下
不久
不了
不亦乐乎
不仅
不仅...而且
不仅仅
不仅仅是
不会
不但
不但...而且
不光
不免
不再
不力
不单
不变
不只
不可
不可开交
不可抗拒
不同
不外
不外乎
不够
不大
不如
不妨
不定
不对
不少
不尽
不尽然
不巧
不已
不常
不得
不得不
不得了
不得已
不必
不怎么
不怕
不惟
不成
不拘
不择手段
不敢
不料
不断
不日
不时
不是
不曾
不止
不止一次
不比
不消
不满
不然
不然的话
不特
不独
不由得
不知不觉
不管
不管怎样
不经意
不胜
不能
不能不
不至于
不若
不要
不论
不起
不足
不过
不迭
不问
不限

与其
与其说
与否
与此同时
专门

且不说
且说
两者
严格
严重

个人
个别
中小
中间
丰富
串行

临到

为主
为了
为什么
为什麽
为何
为止
为此
为着
主张
主要
举凡
举行

乃至
乃至于


之一
之前
之后
之後
之所以
之类
乌乎



乘势
乘机
乘胜
乘虚
乘隙


也好
也就是说
也是
也罢

了解
争取

二来
二话不说
二话没说

于是
于是乎
云云
云尔

互相


交口

产生
亲口
亲手
亲眼
亲自
亲身

人人
人们
人家
人民
什么
什么样
什麽

仅仅

今后
今天
今年
今後
介于

仍旧
仍然

从不
从严
从中
从事
从今以后
从优
从古到今
从古至今
从头
从宽
从小
从新
从无到有
从早到晚
从未
从来
从此
从此以后
从而
从轻
从速
从重

他人
他们
他是
他的
代替

以上
以下
以为
以便
以免
以前
以及
以后
以外
以後
以故
以期
以来
以至
以至于
以致


任何
任凭
任务
企图
伙同

伟大

传说
传闻
似乎
似的

但凡
但愿
但是

何乐而不为
何以
何况
何处
何妨
何尝
何必
何时
何止
何苦
何须
余外
作为

你们
你是
你的
使
使得
使用
例如

依据
依照
依靠
便
便于
促进
保持
保管
保险

俺们
倍加
倍感
倒不如
倒不如说
倒是

倘使
倘或
倘然
倘若

借以
借此
假使
假如
假若
偏偏
做到
偶尔
偶而
傥然


允许
元/吨
充其极
充其量
充分
先不先
先后
先後
先生

光是
全体
全力
全年
全然
全身心
全部
全都
全面

八成
公然



共同
共总
关于

其一
其中
其二
其他
其余
其后
其它
其实
其次
具体
具体地说
具体来说
具体说来
具有
兼之


再其次
再则
再有
再次
再者
再者说
再说


决不
决定
决非
况且
准备
凑巧
凝神

几乎
几度
几时
几番
几经

凡是

凭借

出于
出去
出来
出现
分别
分头
分期
分期分批

切不可
切切
切勿
切莫

则甚

刚好
刚巧
刚才


别人
别处
别是
别的
别管
别说

到了儿
到处
到头
到头来
到底
到目前为止
前后
前此
前者
前进
前面
加上
加之
加以
加入
加强
动不动
动辄
勃然
匆匆
十分

千万
千万千万


单单
单纯

即令
即使
即便
即刻
即如
即将
即或
即是说
即若

却不

原来


又及

及其
及时
及至
双方
反之
反之亦然
反之则
反倒
反倒是
反应
反手
反映
反而
反过来
反过来说
取得
取道
受到
变成
古来

另一个
另一方面
另外
另悉
另方面
另行

只当
只怕
只是
只有
只消
只要
只限

叫做
召开
叮咚
叮当

可以
可好
可是
可能
可见

各个
各人
各位
各地
各式
各种
各级
各自
合理

同一
同时
同样

后来
后者
后面

向使
向着


否则

吧哒



呆呆地




呜呼

周围

呵呵

呼哧
呼啦






咱们



哈哈


哎呀
哎哟

哗啦




哪个
哪些
哪儿
哪天
哪年
哪怕
哪样
哪边
哪里

哼唷

唯有

啊呀
啊哈
啊哟



啪达
啷当



喔唷


嗡嗡




嘎嘎
嘎登




嘿嘿


因为
因了
因此
因着
因而

固然

在下
在于


坚决
坚持
基于
基本
基本上
处在
处处
处理
复杂

多么
多亏
多多
多多少少
多多益善
多少
多年前
多年来
多数
多次
够瞧的

大不了
大举
大事
大体
大体上
大凡
大力
大多
大多数
大大
大家
大张旗鼓
大批
大抵
大概
大略
大约
大致
大都
大量
大面儿上
失去


奋勇

她们
她是
她的

好在
好的
好象

如上
如上所述
如下
如今
如何
如其
如前所述
如同
如常
如是
如期
如果
如次
如此
如此等等
如若
始而
姑且
存在
存心
孰料
孰知

宁可
宁愿
宁肯

它们
它们的
它是
它的
安全
完全
完成

实现
实际
宣布
容易
密切

对于
对应
对待
对方
对比

将才
将要
将近

少数

尔后
尔尔
尔等
尚且
尤其

就地
就是
就是了
就是说
就此
就算
就要

尽可能
尽如人意
尽心尽力
尽心竭力
尽快
尽早
尽然
尽管
尽管如此
尽量
局外
居然
届时
属于

屡屡
屡次
屡次三番

岂但
岂止
岂非
川流不息
左右
巨大
巩固
差一点
差不多


已矣
已经

巴巴

帮助

常常
常言说
常言说得好
常言道
平素
年复一年

并不
并不是
并且
并排
并无
并没
并没有
并肩
并非
广大
广泛
应当
应用
应该
庶乎
庶几
开外
开始
开展
引起

弹指之间
强烈
强调

归根到底
归根结底
归齐

当下
当中
当儿
当前
当即
当口儿
当地
当场
当头
当庭
当时
当然
当真
当着
形成
彻夜
彻底

彼时
彼此

往往

待到

很多
很少
後来
後面

得了
得出
得到
得天独厚
得起
心里

必定
必将
必然
必要
必须

快要
忽地
忽然

怎么
怎么办
怎么样
怎奈
怎样
怎麽

急匆匆

怪不得
总之
总是
总的来看
总的来说
总的说来
总结
总而言之
恍然
恐怕
恰似
恰好
恰如
恰巧
恰恰
恰恰相反
恰逢

您们
您是
惟其
惯常
意思
愤然
愿意
慢说
成为
成年
成年累月
成心

我们
我是
我的

或则
或多或少
或是
或曰
或者
或许
战斗
截然
截至

所以
所在
所幸
所有
所谓

才能
扑通

打从
打开天窗说亮话
扩大

抑或
抽冷子
拦腰


按时
按期
按照
按理
按说
挨个
挨家挨户
挨次
挨着
挨门挨户
挨门逐户
换句话说
换言之

据实
据悉
据我所知
据此
据称
据说
掌握
接下来
接着
接著
接连不断
放量

故意
故此
故而
敞开儿

敢于
敢情
数/
整个
断然

方便
方才
方能
方面
旁人

无宁
无法
无论

既...又
既往
既是
既然
日复一日
日渐
日益
日臻
日见
时候
昂然
明显
明确

是不是
是以
是否
是的
显然
显著
普通
普遍
暗中
暗地里
暗自

更为
更加
更进一步

曾经

替代

最后
最大
最好
最後
最近
最高

有些
有关
有利
有力
有及
有所
有效
有时
有点
有的
有的是
有着
有著


朝着
末##末

本人
本地
本着
本身
权时

来不及
来得及
来看
来着
来自
来讲
来说

极为
极了
极其
极力
极大
极度
极端
构成
果然
果真

某个
某些
某某
根据
根本
格外


次第
欢迎

正值
正在
正如
正巧
正常
正是

此中
此后
此地
此处
此外
此时
此次
此间

毋宁

每个
每天
每年
每当
每时每刻
每每
每逢

比及
比如
比如说
比方
比照
比起
比较
毕竟
毫不
毫无
毫无例外
毫无保留地

沙沙

没奈何
没有
沿
沿着
注意

深入
清楚

满足
漫说


然则
然后
然後
然而

照着
牢牢
特别是
特殊
特点
犹且
犹自

独自
猛然
猛然间
率尔
率然
现代
现在
理应
理当
理该
瑟瑟
甚且
甚么
甚或
甚而
甚至
甚至于

用来



由于
由是
由此
由此可见

略为
略加
略微

白白

的确
的话
皆可
目前
直到
直接
相似
相信
相反
相同
相对
相对而言
相应
相当
相等
省得

看上去
看出
看到
看来
看样子
看看
看见
看起来
真是
真正
眨眼

着呢

矣乎
矣哉
知道

确定
碰巧
社会主义


积极
移动
究竟
穷年累月
突出
突然


立刻
立即
立地
立时
立马

竟然
竟而

第二

等到
等等
策略地
简直
简而言之
简言之

类如

精光
紧接着
累年
累次

纯粹

纵令
纵使
纵然
练习
组成

经常
经过
结合
结果


绝不
绝对
绝非
绝顶
继之
继后
继续
继而
维持
综上所述
缕缕
罢了

老大
老是
老老实实
考虑


而且
而况
而又
而后
而外
而已
而是
而言
而论
联系
联袂
背地里
背靠背

能否
能够


自个儿
自从
自各儿
自后
自家
自己
自打
自身


至于
至今
至若

般的
良好

若夫
若是
若果
若非
范围

莫不
莫不然
莫如
莫若
莫非
获得
藉以

虽则
虽然
虽说

行为
行动
表明
表示


要不
要不是
要不然
要么
要是
要求

规定
觉得
譬喻
譬如
认为
认真
认识

许多

论说
设使
设或
设若
诚如
诚然
话说

该当
说明
说来
说说
请勿

诸位
诸如

谁人
谁料
谁知

豁然
贼死
赖以

赶快
赶早不赶晚

起先
起初
起头
起来
起见
起首

趁便
趁势
趁早
趁机
趁热
趁着
越是


路经
转动
转变
转贴
轰然

较为
较之
较比

达到
达旦

迅速

过于
过去
过来
运用

近几年来
近年来
近来

还是
还有
还要

这一来
这个
这么
这么些
这么样
这么点儿
这些
这会儿
这儿
这就是说
这时
这样
这次
这点
这种
这般
这边
这里
这麽
进入
进去
进来
进步
进而
进行

连同
连声
连日
连日来
连袂
连连
迟早
迫于
适应
适当
适用
逐步
逐渐
通常
通过
造成

遇到
遭到
遵循
遵照
避免

那个
那么
那么些
那么样
那些
那会儿
那儿
那时
那末
那样
那般
那边
那里
那麽
部分

鄙人
采取
里面
重大
重新
重要
鉴于
针对
长期以来
长此下去
长线
长话短说
问题
间或
防止

附近
陈年
限制
陡然

除了
除却
除去
除外
除开
除此
除此之外
除此以外
除此而外
除非

随后
随时
随着
随著
隔夜
隔日
难得
难怪
难说
难道
难道说
集中

需要
非但
非常
非徒
非得
非特
非独

顶多

顷刻
顷刻之间
顷刻间

顺着
顿时

风雨无阻

首先
马上
高低
高兴
默然
默默地

︿








)÷(1-
)、


+ξ
++

,也

-β
--
-[*]-



0:2

1.
12%

2.3%



5:0







<±
<Δ
<λ
<φ
<<

=″
=☆
=(
=-
=[
={

>λ



LI
R.L.
ZXFITL

[①①]
[①②]
[①③]
[①④]
[①⑤]
[①⑥]
[①⑦]
[①⑧]
[①⑨]
[①A]
[①B]
[①C]
[①D]
[①E]
[①]
[①a]
[①c]
[①d]
[①e]
[①f]
[①g]
[①h]
[①i]
[①o]
[②
[②①]
[②②]
[②③]
[②④
[②⑤]
[②⑥]
[②⑦]
[②⑧]
[②⑩]
[②B]
[②G]
[②]
[②a]
[②b]
[②c]
[②d]
[②e]
[②f]
[②g]
[②h]
[②i]
[②j]
[③①]
[③⑩]
[③F]
[③]
[③a]
[③b]
[③c]
[③d]
[③e]
[③g]
[③h]
[④]
[④a]
[④b]
[④c]
[④d]
[④e]
[⑤]
[⑤]]
[⑤a]
[⑤b]
[⑤d]
[⑤e]
[⑤f]
[⑥]
[⑦]
[⑧]
[⑨]
[⑩]
[*]
[-
[]

]∧′=[
][
_
a]
b]
c]
e]
f]
ng昉

{-


}>

~±
~+

© 著作权归作者所有

共有 人打赏支持
caiyongji
粉丝 5
博文 21
码字总数 24848
作品 0
大连
高级程序员
jcseg-1.8.5发布 - 优化+lucene-4.3.0+solr-4.3.0支持

最近连续升级3个版本了, jcseg 1.8.5来了: 1. 加入了中文分数转阿拉伯分数的开关选项. 因为1/3会导致lucene的parser错误, 不得不说lucene很霸道. 2. 修复停止词过滤时, 数字开头的词条无法过...

狮子的魂
2013/06/07
1K
3
ElasticSearch 重写IK分词器源码设置mysql热词更新词库

常用热词词库的配置方式 1.采用IK 内置词库 优点:部署方便,不用额外指定其他词库位置 缺点:分词单一化,不能指定想分词的词条 2.IK 外置静态词库 优点:部署相对方便,可以通过编辑指定文...

键走偏锋
07/22
0
1
Java 开源中文分词器--Jcseg

Jcseg 是什么? Jcseg 是基于 mmseg 算法的一个轻量级开源中文分词器,同时集成了关键字提取,关键短语提取,关键句子提取和文章自动摘要等功能,并且提供了最新版本的 lucene, solr, elasti...

狮子的魂
2012/10/19
35.8K
29
friso-1.1发布 - 优化+同义词匹配+停止词过滤

friso是使用C语言开发的一款高性能分词组件, 并且提供了一个php分词扩展: robbe friso 1.1版本 来了: 1. 修复了一个可能会导致内存泄漏的bug. 更改了接口API, 解决需要调用程序需要自动释放内...

狮子的魂
2013/06/14
1K
4
和文本分析有关的问题 我是纯小白 中科院ICTCLAS

大家好,我是今年毕业的应届生小白,公司让做一个功能:搜索热词分析。简单说就是有一个类似于天猫那样的电商平台,用户会在上面输入一系列的搜索词,比如:夏季裙子、短裙。我现在要找出用户...

白露姑娘
2016/08/24
54
3

没有更多内容

加载失败,请刷新页面

加载更多

20180920 rzsz传输文件、用户和用户组相关配置文件与管理

利用rz、sz实现Linux与Windows互传文件 [root@centos01 ~]# yum install -y lrzsz # 安装工具sz test.txt # 弹出对话框,传递到选择的路径下rz # 回车后,会从对话框中选择对应的文件传递...

野雪球
今天
2
0
OSChina 周四乱弹 —— 毒蛇当辣条

Osc乱弹歌单(2018)请戳(这里) 【今日歌曲】 @ 达尔文:分享花澤香菜/前野智昭/小野大輔/井上喜久子的单曲《ミッション! 健?康?第?イチ》 《ミッション! 健?康?第?イチ》- 花澤香菜/前野智...

小小编辑
今天
7
3
java -jar运行内存设置

java -Xms64m #JVM启动时的初始堆大小 -Xmx128m #最大堆大小 -Xmn64m #年轻代的大小,其余的空间是老年代 -XX:MaxMetaspaceSize=128m # -XX:CompressedClassSpaceSize=6...

李玉长
今天
4
0
Spring | 手把手教你SSM最优雅的整合方式

HEY 本节主要内容为:基于Spring从0到1搭建一个web工程,适合初学者,Java初级开发者。欢迎与我交流。 MODULE 新建一个Maven工程。 不论你是什么工具,选这个就可以了,然后next,直至finis...

冯文议
今天
2
0
RxJS的另外四种实现方式(四)——性能最高的库(续)

接上一篇RxJS的另外四种实现方式(三)——性能最高的库 上一篇文章我展示了这个最高性能库的实现方法。下面我介绍一下这个性能提升的秘密。 首先,为了弄清楚Most库究竟为何如此快,我必须借...

一个灰
今天
3
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部