apache lucene 4的自定义标记器
我有一个标记化的文本（拆分的句子和拆分的单词）。并将基于此结构创建Apache Lucene索引。什么是最简单的方法来扩展或替换一个standart标记器使用自定义标记。我正在查看StandardTokenizerImpl，但似乎非常复杂。可能还有别的办法吗？
共有1个答案
StandardTokenizerImpl很复杂，因为它是从JFlex语法生成的。
如果要实现自己的标记器，所需做的就是扩展标记器类。
例如，WhitespaceTokenizer是一个简单的标记器，它在空格处拆分标记。
-
我正在使用React视图上的Highcharts。出于可访问性和搜索引擎优化的原因，我想定制标记，但我在文档中找不出如何实现。Highcharts会自动插入一个标记，如下所示： <代码> 有没有办法改变这一点，或者这是硬编码的？
-
问题内容： 我正在尝试创建一种类似于英语的小型语言来指定任务。基本思想是将陈述分为动词和名词短语，这些动词应适用于它们。我正在使用nltk，但未获得我希望的结果，例如： 在每种情况下，它都未能意识到第一个单词（选择，移动和复制）被用作动词。我知道我可以创建自定义标签和语法来解决此问题，但是与此同时，当很多此类东西不在我的支持范围内时，我犹豫要重新发明轮子。我特别希望可以同时处理非英语语言的解决方案
-
我们可以自定义标记图标谷歌地图吗？我不想只是简单地更改图标位图（我知道怎么做），我想更改图标的方式就像我有一个xml布局（有一个imageview和一个textview），我想膨胀这个xml（像自定义信息窗口）。但我想让它成为一个标记图标，这样我就可以通过编码来设置图像和文本。注意，我不想要一个信息窗口，我希望它是一个标记
-
我正在创建一个自定义JSP标记，以从数据对象生成表。为了使代码更简洁，我想为行创建一个单独的标记文件，但我似乎无法在我的主自定义标记中包含自定义标记（抱歉，我知道这很混乱）。 例如我有： 桌子标签： 一行标签 注意第一个文件中的导入（<代码> 我试图将导入更改为<代码> 我做错了什么？
-
我是thymeleaf的新手，我正试图创建一个web组件。我想要的是这样的东西： 向路易斯问好