大泡泡的专栏

Lucene 是一个高效的基于java的全文索引库。全文检索的索引的创建过程一般有以下几步：如何创建索引：第一步：准备需要索引的原始文档数据集(Document)文件格式有多种。本文以文本用一般的txt、word和excel文档作为示例数据集。第二步：将原文档传给分词组件(Tokenizer) 将文档分成一个个单独的词 去除标点符号 去除停用词(stop word) 第三步：将得到的词元(Token