28、Hunspell词干提取器与停用词：性能与精度的权衡

Hunspell词干提取器与停用词：性能与精度的权衡

1. Hunspell词典基础

Hunspell词干提取器依赖两种文件：
- .dic文件 ：按字母顺序包含所有词根，同时附带代表所有可能前缀和后缀（统称词缀）的代码。
- .aff文件 ：包含.dic文件中每个代码对应的实际前缀或后缀转换规则。

2. 词典安装

Hunspell分词过滤器会在专门的Hunspell目录中查找词典，默认目录为 ./config/hunspell/ 。.dic和.aff文件应放置在以语言或区域命名的子目录中。例如，为美式英语创建Hunspell词干提取器的目录结构如下：

config/
  └ hunspell/ 
      └ en_US/ 
          ├ en_US.dic
          ├ en_US.aff
          └ settings.yml 

可通过在 config/elasticsearch.yml 文件中设置 indices.analysis.hunspell.dictionary.location 来更改Hunspell目录的位置。

3. 按语言设置

settings.yml 文件包含适用于语言目录中所有词典的设置，常见设置如下：
|设置项|含义|
| ---- | ---- |
|