Słowa stop w wyszukiwaniu: Dodawanie dokumentów do indeksu przy użyciu GroupDocs.Search Java

Jeśli potrzebujesz dodawać dokumenty do indeksu, jednocześnie upewniając się, że żadne ważne pojęcie — szczególnie te powszechne — nie jest pomijane, trafiłeś we właściwe miejsce. W tym przewodniku pokażemy, jak wyłączyć słowa stop w wyszukiwaniu przy użyciu GroupDocs.Search for Java, tak aby każdy token (nawet „on”, „by” lub „the”) stał się przeszukiwalny i wyniki były znacznie dokładniejsze.

Szybkie odpowiedzi

  • Co oznacza „add documents to index”? Oznacza to ładowanie plików źródłowych do przeszukiwalnego indeksu, aby można było je efektywnie zapytać.
  • Dlaczego miałbym wyłączyć słowa stop? Aby uwzględnić powszechne słowa (np. „on”, „the”) w wyszukiwaniach, gdy są one istotne dla Twojej domeny.
  • Jakiej wersji biblioteki potrzebuję? GroupDocs.Search for Java 25.4 lub nowsza.
  • Czy potrzebuję licencji? Bezpłatna wersja próbna działa do oceny; stała licencja jest wymagana w środowisku produkcyjnym.
  • Czy mogę używać tego w projekcie Maven? Tak — wystarczy dodać repozytorium i zależność pokazane poniżej.

Czym są słowa stop w wyszukiwaniu i dlaczego możesz chcieć je wyłączyć?

Słowa stop to częste terminy, które wiele silników wyszukiwania automatycznie filtruje, aby przyspieszyć zapytania. Choć poprawia to wydajność w ogólnych wyszukiwaniach internetowych, może obniżać precyzję w specjalistycznych dziedzinach — umowach prawnych, katalogach e‑commerce czy podręcznikach technicznych — gdzie słowa takie jak „on”, „by” czy „as” mają rzeczywiste znaczenie. Wyłączenie słów stop pozwala traktować każde słowo jako istotne, zapewniając, że żaden istotny dokument nie zostanie pominięty.

Jak działa dodawanie dokumentów do indeksu w GroupDocs.Search?

Gdy dodajesz dokumenty, biblioteka odczytuje każdy plik, tokenizuje jego zawartość i przechowuje tokeny w zoptymalizowanej strukturze danych (indeksie). Po zaindeksowaniu silnik może w milisekundach pobrać pasujące dokumenty, nawet w dużych zbiorach.

Wymagania wstępne

  • Wymagane biblioteki: GroupDocs.Search for Java 25.4 (lub nowsza).
  • Środowisko programistyczne: IntelliJ IDEA, Eclipse lub dowolne IDE Java, które preferujesz.
  • Podstawowa wiedza: Znajomość składni Java oraz koncepcji indeksowania.

Konfiguracja GroupDocs.Search for Java

Instalacja Maven

Jeśli używasz Maven, dodaj poniższy fragment do swojego pom.xml:

<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>

Bezpośrednie pobranie

Alternatywnie pobierz najnowszą wersję z GroupDocs.Search for Java releases.

Kroki uzyskania licencji

  • Bezpłatna wersja próbna – rozpocznij testowanie od razu.
  • Licencja tymczasowa – uzyskaj klucz ograniczony czasowo, aby uzyskać pełną funkcjonalność.
  • Zakup – zapewnij stałą licencję do użytku produkcyjnego.

Podstawowa inicjalizacja i konfiguracja

Utwórz instancję IndexSettings, aby kontrolować zachowanie indeksu:

import com.groupdocs.search.IndexSettings;

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

Jak wyłączyć słowa stop w wyszukiwaniu (Java)

Poniższa linia wyłącza wbudowany filtr słów stop:

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

Parametry: setUseStopWords przyjmuje wartość boolean.
Cel: Gwarantuje, że każde słowo — w tym powszechne słowa stop — jest indeksowane i przeszukiwalne.

Jak dodać dokumenty do indeksu

Definiowanie katalogu wyjściowego

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);

Określanie katalogu dokumentów

// 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);

Teraz każdy plik w YOUR_DOCUMENT_DIRECTORY jest dodawany do indeksu i gotowy do zapytań.

Wykonywanie zapytania wyszukiwania

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);

Ponieważ słowa stop są wyłączone, termin "on" będzie brany pod uwagę podczas wyszukiwania, zwracając dopasowania, które w przeciwnym razie zostałyby pominięte.

Praktyczne zastosowania

  1. Enterprise Document Search – Zapewnij, że kluczowa terminologia nie jest filtrowana.
  2. E‑commerce Platforms – Popraw wykrywalność produktów, indeksując każde słowo w opisach produktów.
  3. Legal Research Tools – Uchwyć każdy termin prawny, nawet te zwykle traktowane jako słowa stop.

Rozważania dotyczące wydajności

  • Wskazówki optymalizacyjne: Regularnie aktualizuj i przycinaj indeks, aby utrzymać wysoką prędkość wyszukiwania.
  • Zużycie zasobów: Monitoruj rozmiar sterty JVM; duże indeksy mogą wymagać dostrojenia ustawień garbage collection.
  • Zarządzanie pamięcią w Javie: Używaj wydajnych struktur danych i rozważ przechowywanie off‑heap dla bardzo dużych korpusów.

Typowe problemy i rozwiązania

ObjawPrawdopodobna przyczynaRozwiązanie
Brak wyników dla powszechnych słówsetUseStopWords(true) (domyślnie)Wywołaj setUseStopWords(false) jak pokazano powyżej.
Błędy Out‑of‑memory podczas indeksowaniaIndeksowanie zbyt wielu dużych plików jednocześnieIndeksuj pliki partiami; zwiększ opcję JVM -Xmx.
Wyniki wyszukiwania są nieaktualneIndeks nie został odświeżony po dodaniu nowych plikówWywołaj index.update() lub ponownie dodaj zmienione dokumenty.

Najczęściej zadawane pytania

Q: Czym są słowa stop?
A: Słowa stop to powszechne terminy (np. „the”, „is”, „on”), które wiele silników wyszukiwania ignoruje, aby przyspieszyć zapytania. Wyłączenie ich pozwala traktować każdy token jako przeszukiwalny.

Q: Dlaczego wyłączać słowa stop w indeksach wyszukiwania?
A: Gdy wymagana jest dokładna zgodność fraz — np. w dokumentach prawnych lub technicznych — każde słowo ma znaczenie, więc trzeba uwzględnić słowa stop.

Q: Jak GroupDocs.Search radzi sobie z dużymi zestawami danych?
A: Biblioteka używa zoptymalizowanych struktur danych i indeksowania przyrostowego, aby utrzymać niskie zużycie pamięci, nawet przy milionach dokumentów.

Q: Czy mogę zintegrować GroupDocs.Search z innymi aplikacjami Java?
A: Tak, API jest zaprojektowane tak, aby łatwo wbudować je w dowolny system oparty na Javie, od usług webowych po aplikacje desktopowe.

Q: Co zrobić, jeśli wyniki wyszukiwania nie są dokładne?
A: Zweryfikuj, czy indeks zawiera wszystkie wymagane dokumenty (add documents to index), upewnij się, że filtrowanie słów stop jest wyłączone w razie potrzeby i rozważ ponowne zbudowanie indeksu po większych zmianach.

Dodatkowe zasoby

Korzystając z tego przewodnika, teraz wiesz, jak dodawać dokumenty do indeksu i wyłączać słowa stop w wyszukiwaniu, aby dostarczać dokładniejsze wyniki w swoich aplikacjach Java.

Ostatnia aktualizacja: 2026-02-19
Testowano z: GroupDocs.Search for Java 25.4
Autor: GroupDocs