Stopwörter deaktivieren Java – Dokumente zum Index hinzufügen mit GroupDocs

In diesem Tutorial erfahren Sie, wie Sie disable stop words java deaktivieren, während Sie Ihre Dateien zu einem durchsuchbaren Index mit GroupDocs.Search für Java hinzufügen. Durch das Abschalten des integrierten Stop‑Word‑Filters wird jedes Token – einschließlich gängiger Wörter wie „on“, „by“ oder „the“ – durchsuchbar, was die Ergebnisrelevanz für spezialisierte Bereiche wie Rechtsverträge, E‑Commerce‑Kataloge oder technische Handbücher dramatisch verbessert.

Schnelle Antworten

What does “add documents to index” mean? Es bedeutet, Ihre Quelldateien in einen durchsuchbaren Index zu laden, damit sie effizient abgefragt werden können.
Why would I disable stop words? Um gängige Wörter (z. B. „on“, „the“) in Suchanfragen einzubeziehen, wenn diese Begriffe für Ihre Domäne bedeutungsvoll sind.
Which library version is required? GroupDocs.Search für Java 25.4 oder neuer.
Do I need a license? Eine kostenlose Testversion ist für die Evaluierung geeignet; für den Produktionseinsatz ist eine permanente Lizenz erforderlich.
Can I use this in a Maven project? Ja – fügen Sie einfach das unten gezeigte Repository und die Abhängigkeit hinzu.

Was sind Stopwörter in der Suche und warum möchten Sie sie deaktivieren?

Stopwörter sind hochfrequente Begriffe, die viele Suchmaschinen automatisch herausfiltern, um die Abfrageverarbeitung zu beschleunigen. Durch das Deaktivieren wird sichergestellt, dass every word – einschließlich der traditionell ignorierten – zum Suchindex beiträgt, was wichtig ist, wenn diese Wörter domänenspezifische Bedeutung haben. Zum Beispiel kann im Rechtsvertrag das Wort „by“ die Parteien unterscheiden, und im Produktkatalog kann „on“ Teil eines Modellnamens sein.

Wie funktioniert das Hinzufügen von Dokumenten zum Index in GroupDocs.Search?

Wenn Sie Dokumente hinzufügen, liest GroupDocs.Search jede Datei, tokenisiert den Inhalt und speichert die Tokens in einem optimierten invertierten Index. Diese Struktur ermöglicht Abrufe in unter einer Sekunde selbst für Sammlungen mit hundreds of thousands of files. Die Bibliothek unterstützt zudem inkrementelle Updates, sodass Sie den Index aktuell halten können, ohne ihn von Grund auf neu zu erstellen.

Voraussetzungen

Required Libraries: GroupDocs.Search für Java 25.4 (oder neuer).
Development Environment: IntelliJ IDEA, Eclipse oder jede gewünschte Java‑IDE.
Basic Knowledge: Vertrautheit mit Java‑Syntax und dem Konzept des Indexierens.

Einrichtung von GroupDocs.Search für Java

Maven-Installation

Wenn Sie Maven verwenden, fügen Sie das Folgende in Ihre pom.xml ein:

<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>

Direkter Download

Alternativ laden Sie die neueste Version von GroupDocs.Search for Java releases herunter.

Schritte zum Erwerb einer Lizenz

Free Trial – beginnen Sie sofort mit dem Testen.
Temporary License – erhalten Sie einen zeitlich begrenzten Schlüssel für die volle Funktionalität.
Purchase – sichern Sie sich eine permanente Lizenz für den Produktionseinsatz.

Grundlegende Initialisierung und Einrichtung

IndexSettings ist eine Konfigurationsklasse, die definiert, wie der Index erstellt, durchsucht wird und welche Funktionen aktiviert sind.

Erstellen Sie eine Instanz von IndexSettings, um das Verhalten des Index zu steuern:

import com.groupdocs.search.IndexSettings;

// Create an instance of IndexSettings
IndexSettings settings = new IndexSettings();

Wie deaktiviert man Stopwörter in der Suche (Java)?

IndexSettings ist das Konfigurationsobjekt, das das Verhalten des Suchindexes steuert. Standardmäßig aktiviert es einen integrierten Stop‑Word‑Filter. Um diesen Filter zu deaktivieren, rufen Sie die Methode setUseStopWords(false) auf der IndexSettings‑Instanz auf. Dieser einzelne Aufruf deaktiviert das Entfernen von Stop‑Words und stellt sicher, dass jedes Token – einschließlich gängiger Wörter wie „on“ oder „the“ – indiziert wird und abgefragt werden kann.

Wie fügt man Dokumente zum Index hinzu

Das Hinzufügen von Dokumenten zum Index erfolgt durch Erstellen eines Index‑Objekts mit den gewünschten IndexSettings und anschließendem Aufrufen seiner add‑Methode für jede Datei oder jeden Ordner. Die Bibliothek liest jedes Dokument, tokenisiert dessen Inhalt und speichert die resultierenden Begriffe im invertierten Index, wodurch sie sofort durchsuchbar werden. Sie können den Index auf ein bestimmtes Ausgabeverzeichnis verweisen und den Quellordner angeben, der die zu indexierenden Dateien enthält.

Definition des Ausgabeverzeichnisses

// Disable the use of stop words
tsettings.setUseStopWords(false);

Angabe des Dokumentenverzeichnisses

import com.groupdocs.search.Index;

// Define the path to the output directory for indexing
String indexFolder = "YOUR_OUTPUT_DIRECTORY\\IndexingWithStopWords";

// Create an index at the specified location with the configured settings
Index index = new Index(indexFolder, settings);

Ausführen einer Suchabfrage

// Define the path to your document directory
String documentsFolder = "YOUR_DOCUMENT_DIRECTORY";

// Add all documents in the specified folder to the index
index.add(documentsFolder);

Da disable stop words java aktiv ist, wird eine Abfrage, die den Begriff „on“ enthält, ausgewertet und liefert Treffer, die vom Standardfilter sonst ignoriert würden.

Praktische Anwendungen

Enterprise Document Search – Bewahren Sie kritische Terminologie, die von Standard‑Stop‑Word‑Listen entfernt würde.
E‑commerce Platforms – Erhöhen Sie die Produktfindbarkeit, indem Sie jedes Wort in Beschreibungen, Modellnummern und Spezifikationen indexieren.
Legal Research Tools – Erfassen Sie jeden juristischen Begriff, selbst solche, die üblicherweise als Stop‑Words behandelt werden, um das Verpassen wichtiger Klauseln zu vermeiden.

Leistungsüberlegungen

Optimization Tips: Aktualisieren und bereinigen Sie Ihren Index regelmäßig, um die Suchgeschwindigkeit hoch zu halten. GroupDocs.Search kann up to 1 million documents verarbeiten und dabei Unter‑Sekunden‑Abfragezeiten beibehalten.
Resource Usage: Überwachen Sie die JVM‑Heap‑Größe; große Indizes können einen maximalen Heap (-Xmx) von 4 GB oder mehr erfordern.
Java Memory Management: Verwenden Sie Off‑Heap‑Speicheroptionen für sehr große Korpora, um den On‑Heap‑Fußabdruck unter 2 GB zu halten.

Häufige Probleme und Lösungen

Symptom	Wahrscheinliche Ursache	Lösung
Keine Ergebnisse für gängige Wörter	`setUseStopWords(true)` (default)	Rufen Sie `setUseStopWords(false)` wie oben gezeigt auf.
Out‑of‑memory‑Fehler beim Indexieren	Zu viele große Dateien gleichzeitig indexieren	Indexieren Sie Dateien stapelweise; erhöhen Sie die JVM‑Option `-Xmx`.
Suche liefert veraltete Daten	Index nach dem Hinzufügen neuer Dateien nicht aktualisiert	Rufen Sie `index.update()` auf oder fügen Sie die geänderten Dokumente erneut hinzu.

Häufig gestellte Fragen

Q: What are stop words?
A: Stopwörter sind gängige Begriffe (z. B. „the“, „is“, „on“), die viele Suchmaschinen ignorieren, um Abfragen zu beschleunigen. Durch das Deaktivieren können Sie jedes Token als durchsuchbar behandeln.

Q: Why disable stop words in search indexes?
A: Wenn eine exakte Phrasensuche erforderlich ist – beispielsweise in Rechts- oder technischen Dokumenten – trägt jedes Wort Bedeutung, sodass Sie Stopwörter einbeziehen müssen.

Q: How does GroupDocs.Search handle large datasets?
A: Die Bibliothek verwendet optimierte Datenstrukturen und inkrementelles Indexieren, um den Speicherverbrauch gering zu halten, selbst bei millions of documents.

Q: Can I integrate GroupDocs.Search with other Java applications?
A: Ja, die API ist für die einfache Einbettung in jedes Java‑basierte System konzipiert, von Web‑Services bis zu Desktop‑Apps.

Q: What should I do if my search results are not accurate?
A: Vergewissern Sie sich, dass der Index alle erforderlichen Dateien enthält (add documents to index), stellen Sie sicher, dass die Stop‑Word‑Filterung bei Bedarf deaktiviert ist, und erwägen Sie, den Index nach größeren Änderungen neu aufzubauen.

Zusätzliche Ressourcen

Documentation: GroupDocs Search Documentation
API Reference: GroupDocs API Reference
Download: Get the latest GroupDocs.Search for Java
GitHub Repository: Explore on GitHub
Free Support: Join GroupDocs Forum
Temporary License: Apply for a Temporary License

Indem Sie diesem Leitfaden folgen, wissen Sie jetzt, wie Sie add documents to index und disable stop words java durchführen, um genauere Suchergebnisse in Ihren Java‑Anwendungen zu liefern.

Zuletzt aktualisiert: 2026-07-07
Getestet mit: GroupDocs.Search for Java 25.4
Autor: GroupDocs

import com.groupdocs.search.results.SearchResult;

// Define your search query
tString query = "on";

// Perform the search operation using the index and the specified query
SearchResult result = index.search(query);