Vytvoření poskytovatele tvarů slov v Javě pomocí GroupDocs.Search API

Převod slov z jednotného čísla na množné — nebo naopak — je častou překážkou při tvorbě aplikací citlivých na jazyk. V tomto průvodci vytvoříte poskytovatele tvarů slov pomocí GroupDocs.Search Java API, což vašemu vyhledávači nebo nástroji pro analýzu textu umožní automaticky rozpoznávat a porovnávat různé varianty slov.

Ať už vyvíjíte vyhledávač, systém pro správu obsahu nebo jakoukoli Java aplikaci, která zpracovává přirozený jazyk, zvládnutí generování tvarů slov učiní vaše výsledky přesnějšími a uživatele spokojenějšími. Pojďme si prozkoumat předpoklady potřebné před zahájením.

Rychlé odpovědi

  • Co dělá poskytovatel tvarů slov? Vytváří alternativní tvary (jednotné, množné atd.) daného slova, aby vyhledávání mohlo odpovídat všem variantám.
  • Která knihovna je vyžadována? GroupDocs.Search pro Java (verze 25.4 nebo novější).
  • Potřebuji licenci? Bezplatná zkušební verze stačí pro hodnocení; pro produkční nasazení je vyžadována trvalá licence.
  • Jaká verze Javy je podporována? JDK 8 nebo vyšší.
  • Kolik řádků kódu je potřeba? Přibližně 30 řádků pro jednoduchou implementaci poskytovatele.

Co je funkce „Vytvořit poskytovatele tvarů slov“?

Komponenta vytvořit poskytovatele tvarů slov je vlastní třída implementující IWordFormsProvider. Přijímá slovo a vrací pole možných tvarů — jednotné, množné nebo jiné jazykové varianty — na základě pravidel, která definujete. To umožňuje indexu vyhledávání považovat „cat“ a „cats“ za ekvivalentní, čímž se zvyšuje úplnost bez ztráty přesnosti.

Proč použít GroupDocs.Search pro generování tvarů slov?

  • Vestavěná rozšiřitelnost: Můžete přímo zapojit svůj vlastní poskytovatel do pipeline indexování.
  • Optimalizovaný výkon: Knihovna efektivně pracuje s velkými indexy a můžete ke zvýšení rychlosti kešovat výsledky.
  • Podpora více jazyků: I když se tento tutoriál zaměřuje na Javu, stejné koncepty platí pro .NET a další platformy.

Předpoklady

Před implementací vytvořit poskytovatele tvarů slov se ujistěte, že máte:

  • Maven nainstalovaný a JDK 8 nebo novější nastavené na vašem počítači.
  • Základní znalost vývoje v Javě a konfigurace pom.xml v Maven.
  • Přístup ke knihovně GroupDocs.Search pro Java (verze 25.4 nebo novější).

Nastavení GroupDocs.Search pro Javu

Maven konfigurace

Add the repository and dependency to your pom.xml file exactly as shown below:

<repositories>
    <repository>
        <id>repository.groupdocs.com</id>
        <name>GroupDocs Repository</name>
        <url>https://releases.groupdocs.com/search/java/</url>
    </repository>
</repositories>

<dependencies>
    <dependency>
        <groupId>com.groupdocs</groupId>
        <artifactId>groupdocs-search</artifactId>
        <version>25.4</version>
    </dependency>
</dependencies>

Přímé stažení

Alternatively, download the latest JAR from the official releases page: GroupDocs.Search for Java releases.

Kroky získání licence

To use GroupDocs.Search without limitations:

  1. Free Trial: Zaregistrujte se na zkušební verzi a vyzkoušejte hlavní funkce.
  2. Temporary License: Požádejte o dočasný klíč pro rozšířené testování.
  3. Purchase: Získejte komerční licenci pro neomezené používání v produkci.

Základní inicializace a nastavení

The following snippet demonstrates how to create an index—your starting point for adding documents and word‑form logic:

import com.groupdocs.search.*;

public class SearchSetup {
    public static void main(String[] args) {
        // Initialize an index
        Index index = new Index("path/to/index");
        
        System.out.println("GroupDocs.Search initialized successfully.");
    }
}

Průvodce implementací

Below we walk through the steps to create word forms provider that handles simple singular‑to‑plural and plural‑to‑singular transformations.

Implementace SimpleWordFormsProvider

Přehled

Our custom provider will:

  • Odstraní koncové „es“ nebo „s“ pro odhad jednotného tvaru.
  • Změní koncové „y“ na „is“ pro vytvoření množného tvaru (např. „city“ → „citis“).
  • Přidá „s“ a „es“ pro vytvoření základních množných kandidátů.

Krok 1 – Vytvoření kostry třídy

Start by defining a class that implements IWordFormsProvider. Keep the import statements unchanged:

import com.groupdocs.search.dictionaries.IWordFormsProvider;
import java.util.ArrayList;

public class SimpleWordFormsProvider implements IWordFormsProvider {

Krok 2 – Implementace getWordForms

Add the method that builds the list of possible forms. This block contains the core logic; you can extend it later to cover more complex rules.

    @Override
    public final String[] getWordForms(String word) {
        // Initialize a list to store generated word forms
        ArrayList<String> result = new ArrayList<>();

        // Singular form for words ending in 'es'
        if (word.length() > 2 && word.toLowerCase().endsWith("es")) {
            result.add(word.substring(0, word.length() - 2));
        }

        // Singular form for words ending in 's'
        if (word.length() > 1 && word.toLowerCase().endsWith("s")) {
            result.add(word.substring(0, word.length() - 1));
        }

        // Plural form by replacing 'y' with 'is'
        if (word.length() > 1 && word.toLowerCase().endsWith("y")) {
            result.add(word.substring(0, word.length() - 1).concat("is"));
        }

        // Basic plural forms
        result.add(word.concat("s"));
        result.add(word.concat("es"));

        // Convert list to array and return
        return result.toArray(new String[0]);
    }
}

Vysvětlení logiky

  • Singularizace: Detekuje běžné množné koncovky (es, s) a odstraňuje je pro odhad základního slova.
  • Pluralizace: Zpracovává podstatná jména končící na y výměnou za is, jednoduché pravidlo fungující pro mnoho anglických slov.
  • Přidávání koncovek: Přidává s a es pro pokrytí pravidelných množných tvarů, které nemusí být zachyceny předchozími kontrolami.

Tipy pro odstraňování problémů

  • Rozlišování velikosti písmen: Metoda používá toLowerCase() pro porovnání, což zajišťuje, že „Cats“ i „cats“ se chovají stejně.
  • Hraniční případy: Slova kratší než délka koncovky jsou ignorována, aby se předešlo vrácení prázdných řetězců.
  • Výkon: Pro velké slovníky zvažte kešování výsledků v ConcurrentHashMap.

Praktické aplikace

Implementing a create word forms provider can boost several real‑world scenarios:

  1. Vyhledávače: Uživatelé zadávající „mouse“ by měli také najít dokumenty obsahující „mice“. Poskytovatel může generovat takové nepravidelné tvary.
  2. Nástroje pro analýzu textu: Analýza sentimentu nebo extrakce entit je spolehlivější, když jsou rozpoznány všechny varianty slov.
  3. Systémy pro správu obsahu: Automatické generování štítků může zahrnovat množné synonyma, což zlepšuje SEO a interní propojení.

Úvahy o výkonu

When you embed the provider into a production system, keep these tips in mind:

  • Kešovat často používané tvary: Ukládejte výsledky do paměti, abyste se vyhnuli opakovanému přepočítávání stejných slov.
  • Sledovat haldu JVM: Velké indexy mohou zvyšovat zatížení paměti; podle toho upravte -Xmx.
  • Používat efektivní kolekce: ArrayList funguje pro malé sady, ale pro tisíce tvarů zvažte HashSet pro rychlé odstranění duplicit.

Nejlepší postupy

  • Udržujte knihovnu aktuální, abyste získali výkonnostní opravy.
  • Profilujte poskytovatele s realistickým zatížením dotazů, abyste včas odhalili úzká místa.

Závěr

You’ve now learned how to create word forms provider using GroupDocs.Search for Java. This lightweight component can dramatically improve the relevance of search results and the accuracy of linguistic analysis across many applications.

Next steps:

  • Experimentujte s pokročilejšími jazykovými pravidly (nepravidelné množné, stemming).
  • Integrovat poskytovatele do pipeline indexování a změřit zlepšení úplnosti.
  • Prozkoumat další funkce GroupDocs.Search, jako jsou slovníky synonym a vlastní analyzátory.

Call to Action: Try adding the SimpleWordFormsProvider to your own project today and see how it enriches your search experience!

Často kladené otázky

1. Co je GroupDocs.Search pro Java?
Jedná se o výkonnou knihovnu, která poskytuje full‑textové vyhledávání, indexování a jazykové funkce — včetně možnosti zapojit vlastní poskytovatele tvarů slov.

2. Jak funguje SimpleWordFormsProvider?
Generuje alternativní tvary aplikací jednoduchých pravidel založených na koncovkách (odstraňuje „s/es“, převádí „y“ na „is“ a přidává „s/es“).

3. Mohu přizpůsobit pravidla generování tvarů slov?
Ano. Upravit metodu getWordForms tak, aby zahrnovala nepravidelné tvary, pravidla specifická pro locale nebo integraci s externími slovníky.

4. Jaké jsou běžné aplikace této funkce?
Vyhledávače, pipeline pro analýzu textu a CMS platformy těží z rozpoznávání jednotných/množných variant.

5. Potřebuji komerční licenci pro produkční použití?
Ano — zatímco zkušební verze vám umožní prozkoumat API, zakoupená licence odstraňuje omezení používání a poskytuje podporu.

Poslední aktualizace: 2025-12-20
Testováno s: GroupDocs.Search 25.4 (Java)
Autor: GroupDocs