Стоп-слова в поиске: Добавление документов в индекс с GroupDocs.Search Java

Если вам нужно add documents to index, при этом убедиться, что ни один важный термин — особенно часто встречающийся — не игнорируется, вы попали по адресу. В этом руководстве мы покажем, как disable stop words in search с помощью GroupDocs.Search for Java, чтобы каждый токен (даже «on», «by» или «the») стал доступен для поиска и ваши результаты стали гораздо точнее.

Быстрые ответы

What does “add documents to index” mean? Это означает загрузку ваших исходных файлов в поисковый индекс, чтобы их можно было эффективно запрашивать.
Why would I disable stop words? Чтобы включить общие слова (например, «on», «the») в поиск, когда эти термины имеют смысл в вашем домене.
Which library version is required? GroupDocs.Search for Java 25.4 или новее.
Do I need a license? Бесплатная пробная версия подходит для оценки; для продакшна требуется постоянная лицензия.
Can I use this in a Maven project? Да — просто добавьте репозиторий и зависимость, показанные ниже.

Что такое стоп-слова в поиске и почему вы можете захотеть их отключить?

Стоп-слова — это часто встречающиеся термины, которые многие поисковые движки автоматически фильтруют, чтобы ускорить запросы. Хотя это повышает производительность при общих веб‑поисках, в специализированных областях — юридические контракты, каталоги e‑commerce или технические руководства — такие слова, как «on», «by» или «as», имеют реальное значение. Отключение стоп-слов позволяет рассматривать каждое слово как значимое, гарантируя, что ни один релевантный документ не будет упущен.

Как работает добавление документов в индекс в GroupDocs.Search?

Когда вы add documents, библиотека читает каждый файл, токенизирует его содержимое и сохраняет токены в оптимизированную структуру данных (индекс). После индексации движок может извлекать соответствующие документы за миллисекунды, даже для больших коллекций.

Предварительные требования

Required Libraries: GroupDocs.Search for Java 25.4 (or newer).
Development Environment: IntelliJ IDEA, Eclipse или любой Java IDE, который вам нравится.
Basic Knowledge: Знакомство с синтаксисом Java и концепцией индексации.

Настройка GroupDocs.Search for Java

Установка через Maven

Если вы используете Maven, добавьте следующее в ваш 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>

Прямое скачивание

Либо скачайте последнюю версию с GroupDocs.Search for Java releases.

Шаги получения лицензии

Free Trial – начните тестировать сразу.
Temporary License – получите ограниченный по времени ключ для полной функциональности.
Purchase – приобретите постоянную лицензию для использования в продакшене.

Базовая инициализация и настройка

Создайте экземпляр IndexSettings, чтобы управлять поведением индекса:

import com.groupdocs.search.IndexSettings;

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

Как отключить стоп-слова в поиске (Java)

Следующая строка отключает встроенный фильтр стоп-слов:

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

Parameters: setUseStopWords принимает булево значение.
Purpose: Гарантирует, что каждое слово — включая обычные стоп-слова — будет проиндексировано и доступно для поиска.

Как добавить документы в индекс

Определение выходного каталога

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);

Указание каталога документов

// 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);

Теперь каждый файл в YOUR_DOCUMENT_DIRECTORY added documents to index и готов к запросам.

Выполнение поискового запроса

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);

Поскольку стоп-слова отключены, термин "on" будет учитываться при поиске, возвращая совпадения, которые иначе были бы проигнорированы.

Практические применения

Enterprise Document Search – Убедитесь, что критическая терминология не фильтруется.
E‑commerce Platforms – Улучшите поиск продуктов, индексируя каждое слово в описаниях товаров.
Legal Research Tools – Захватывайте каждый юридический термин, даже те, которые обычно считаются стоп-словами.

Соображения по производительности

Optimization Tips: Регулярно обновляйте и очищайте ваш индекс, чтобы поддерживать высокую скорость поиска.
Resource Usage: Следите за размером кучи JVM; большие индексы могут потребовать настройки сборки мусора.
Java Memory Management: Используйте эффективные структуры данных и рассматривайте хранение вне кучи (off‑heap) для очень больших корпусов.

Распространённые проблемы и решения

Симптом	Вероятная причина	Решение
Нет результатов для общих слов	`setUseStopWords(true)` (default)	Вызовите `setUseStopWords(false)`, как показано выше.
Ошибки out‑of‑memory при индексации	Индексация слишком большого количества больших файлов одновременно	Индексируйте файлы партиями; увеличьте параметр JVM `-Xmx`.
Поиск возвращает устаревшие данные	Индекс не обновлён после добавления новых файлов	Вызовите `index.update()` или повторно добавьте изменённые документы.

Часто задаваемые вопросы

Q: What are stop words?
A: Стоп-слова — это общие термины (например, «the», «is», «on»), которые многие поисковые движки игнорируют для ускорения запросов. Отключение их позволяет рассматривать каждый токен как доступный для поиска.

Q: Why disable stop words in search indexes?
A: Когда требуется точное совпадение фраз — например, в юридических или технических документах — каждое слово имеет значение, поэтому необходимо включать стоп-слова.

Q: How does GroupDocs.Search handle large datasets?
A: Библиотека использует оптимизированные структуры данных и инкрементальную индексацию, чтобы поддерживать низкое потребление памяти даже при миллионах документов.

Q: Can I integrate GroupDocs.Search with other Java applications?
A: Да, API разработан для простого встраивания в любую Java‑основанную систему, от веб‑служб до настольных приложений.

Q: What should I do if my search results are not accurate?
A: Убедитесь, что индекс включает все необходимые документы (add documents to index), при необходимости отключите фильтрацию стоп-слов и рассмотрите возможность пересоздания индекса после крупных изменений.

Дополнительные ресурсы

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

Следуя этому руководству, вы теперь знаете, как add documents to index и disable stop words in search, чтобы предоставлять более точные результаты в ваших Java‑приложениях.

Last Updated: 2026-02-19
Tested With: GroupDocs.Search for Java 25.4
Author: GroupDocs