Nonaktifkan Stop Words Java – Tambahkan Dokumen ke Indeks dengan GroupDocs
Dalam tutorial ini Anda akan menemukan cara disable stop words java sambil menambahkan file Anda ke indeks yang dapat dicari dengan GroupDocs.Search untuk Java. Dengan mematikan filter stop‑word bawaan, setiap token—termasuk kata umum seperti “on”, “by”, atau “the”—menjadi dapat dicari, yang secara dramatis meningkatkan relevansi hasil untuk domain khusus seperti kontrak hukum, katalog e‑commerce, atau manual teknis.
Jawaban Cepat
- Apa arti “add documents to index”? Itu berarti memuat file sumber Anda ke dalam indeks yang dapat dicari sehingga dapat dipertanyakan secara efisien.
- Mengapa saya harus menonaktifkan stop words? Untuk menyertakan kata umum (mis., “on”, “the”) dalam pencarian ketika istilah tersebut bermakna untuk domain Anda.
- Versi perpustakaan apa yang diperlukan? GroupDocs.Search untuk Java 25.4 atau lebih baru.
- Apakah saya memerlukan lisensi? Versi percobaan gratis dapat digunakan untuk evaluasi; lisensi permanen diperlukan untuk produksi.
- Bisakah saya menggunakan ini dalam proyek Maven? Ya – cukup tambahkan repositori dan dependensi yang ditunjukkan di bawah.
Apa itu stop words dalam pencarian dan mengapa Anda mungkin ingin menonaktifkannya?
Stop words adalah istilah dengan frekuensi tinggi yang banyak mesin pencari secara otomatis filter untuk mempercepat pemrosesan kueri. Menonaktifkannya memastikan bahwa setiap kata—termasuk yang biasanya diabaikan—berkontribusi pada indeks pencarian, yang penting ketika kata‑kata tersebut memiliki makna khusus domain. Misalnya, dalam kontrak hukum kata “by” dapat membedakan pihak, dan dalam katalog produk “on” mungkin merupakan bagian dari nama model.
Bagaimana cara kerja penambahan dokumen ke indeks dalam GroupDocs.Search?
Ketika Anda menambahkan dokumen, GroupDocs.Search membaca setiap file, melakukan tokenisasi konten, dan menyimpan token‑token tersebut dalam indeks terbalik yang dioptimalkan. Struktur ini memungkinkan pengambilan dalam hitungan sub‑detik bahkan untuk koleksi yang berisi ratusan ribu file. Perpustakaan ini juga mendukung pembaruan inkremental, sehingga Anda dapat menjaga indeks tetap segar tanpa harus membangun ulang dari awal.
Prasyarat
- Perpustakaan yang Diperlukan: GroupDocs.Search untuk Java 25.4 (atau yang lebih baru).
- Lingkungan Pengembangan: IntelliJ IDEA, Eclipse, atau IDE Java apa pun yang Anda sukai.
- Pengetahuan Dasar: Familiaritas dengan sintaks Java dan konsep pengindeksan.
Menyiapkan GroupDocs.Search untuk Java
Instalasi Maven
Jika Anda menggunakan Maven, sertakan berikut ini dalam pom.xml Anda:
<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>
Unduhan Langsung
Sebagai alternatif, unduh versi terbaru dari GroupDocs.Search for Java releases.
Langkah-langkah Akuisisi Lisensi
- Free Trial – mulai menguji segera.
- Temporary License – dapatkan kunci terbatas waktu untuk fungsionalitas penuh.
- Purchase – dapatkan lisensi permanen untuk penggunaan produksi.
Inisialisasi dan Pengaturan Dasar
IndexSettings adalah kelas konfigurasi yang menentukan bagaimana indeks dibangun, dicari, dan fitur apa yang diaktifkan.
Buat sebuah instance dari IndexSettings untuk mengontrol perilaku indeks:
import com.groupdocs.search.IndexSettings;
// Create an instance of IndexSettings
IndexSettings settings = new IndexSettings();
Cara menonaktifkan stop words dalam pencarian (Java)?
IndexSettings adalah objek konfigurasi yang mengontrol perilaku indeks pencarian. Secara default ia mengaktifkan filter stop‑word bawaan. Untuk mematikan filter ini, panggil metode setUseStopWords(false) pada instance IndexSettings. Pemanggilan tunggal ini menonaktifkan penghapusan stop‑word, memastikan setiap token—termasuk kata umum seperti “on” atau “the”—diindeks dan dapat dipertanyakan.
Cara menambahkan dokumen ke indeks
Menambahkan dokumen ke indeks dilakukan dengan membuat objek Index dengan IndexSettings yang diinginkan dan kemudian memanggil metode add-nya untuk setiap file atau folder. Perpustakaan membaca setiap dokumen, melakukan tokenisasi kontennya, dan menyimpan istilah yang dihasilkan dalam indeks terbalik, sehingga dapat dicari secara instan. Anda dapat mengarahkan indeks ke direktori output tertentu dan menentukan folder sumber yang berisi file‑file yang akan diindeks.
Menentukan Direktori Output
// Disable the use of stop words
tsettings.setUseStopWords(false);
Menentukan Direktori Dokumen
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);
Melakukan Kuery Pencarian
// 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);
Karena disable stop words java aktif, kueri yang berisi istilah "on" akan dievaluasi, mengembalikan hasil yang sebaliknya akan diabaikan oleh filter default.
Aplikasi Praktis
- Enterprise Document Search – Mempertahankan terminologi penting yang akan dihapus oleh daftar stop‑word default.
- E‑commerce Platforms – Meningkatkan penemuan produk dengan mengindeks setiap kata dalam deskripsi, nomor model, dan spesifikasi.
- Legal Research Tools – Menangkap setiap istilah hukum, bahkan yang biasanya diperlakukan sebagai stop words, untuk menghindari kehilangan klausa penting.
Pertimbangan Kinerja
- Tips Optimasi: Secara rutin perbarui dan pangkas indeks Anda untuk menjaga kecepatan pencarian tetap tinggi. GroupDocs.Search dapat menangani hingga 1 juta dokumen sambil mempertahankan waktu kueri sub‑detik.
- Penggunaan Sumber Daya: Pantau ukuran heap JVM; indeks besar mungkin memerlukan heap maksimum (
-Xmx) sebesar 4 GB atau lebih. - Manajemen Memori Java: Gunakan opsi penyimpanan off‑heap untuk korpus yang sangat besar agar jejak memori on‑heap tetap di bawah 2 GB.
Masalah Umum dan Solusinya
| Gejala | Penyebab Kemungkinan | Solusi |
|---|---|---|
| Tidak ada hasil untuk kata umum | setUseStopWords(true) (default) | Panggil setUseStopWords(false) seperti yang ditunjukkan di atas. |
| Kesalahan out‑of‑memory selama pengindeksan | Mengindeks terlalu banyak file besar sekaligus | Indeks file secara batch; tingkatkan opsi JVM -Xmx. |
| Pencarian mengembalikan data usang | Indeks tidak diperbarui setelah menambahkan file baru | Panggil index.update() atau tambahkan kembali dokumen yang berubah. |
Pertanyaan yang Sering Diajukan
Q: Apa itu stop words?
A: Stop words adalah istilah umum (mis., “the”, “is”, “on”) yang banyak mesin pencari abaikan untuk mempercepat kueri. Menonaktifkannya memungkinkan Anda memperlakukan setiap token sebagai dapat dicari.
Q: Mengapa menonaktifkan stop words dalam indeks pencarian?
A: Ketika pencocokan frasa tepat diperlukan—seperti pada dokumen hukum atau teknis—setiap kata memiliki makna, sehingga Anda perlu menyertakan stop words.
Q: Bagaimana GroupDocs.Search menangani dataset besar?
A: Perpustakaan ini menggunakan struktur data yang dioptimalkan dan pengindeksan inkremental untuk menjaga penggunaan memori rendah, bahkan dengan jutaan dokumen.
Q: Bisakah saya mengintegrasikan GroupDocs.Search dengan aplikasi Java lain?
A: Ya, API dirancang untuk mudah diintegrasikan ke dalam sistem berbasis Java apa pun, mulai dari layanan web hingga aplikasi desktop.
Q: Apa yang harus saya lakukan jika hasil pencarian tidak akurat?
A: Pastikan indeks mencakup semua file yang diperlukan (add documents to index), pastikan filter stop‑word dinonaktifkan bila diperlukan, dan pertimbangkan membangun ulang indeks setelah perubahan besar.
Sumber Daya Tambahan
- 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
Dengan mengikuti panduan ini, Anda kini tahu cara add documents to index dan disable stop words java untuk memberikan hasil pencarian yang lebih akurat dalam aplikasi Java Anda.
Terakhir Diperbarui: 2026-07-07
Diuji Dengan: GroupDocs.Search for Java 25.4
Penulis: 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);
