在 Java 中使用 GroupDocs.Search API 建立詞形提供程式

將單數詞轉換為複數詞—或相反—在構建具備語言感知的應用程式時是一個常見的挑戰。在本指南中，您將使用 GroupDocs.Search Java API 建立詞形提供程式，讓您的搜尋引擎或文字分析工具能自動理解並匹配不同的詞彙變形。

無論您是開發搜尋引擎、內容管理系統，或任何處理自然語言的 Java 應用程式，掌握詞形產生都能讓結果更精確、使用者更滿意。讓我們先了解開始前的前置條件。

快速答案

詞形提供程式的功能是什麼？ 它會產生給定詞彙的替代形式（單數、複數等），使搜尋能匹配所有變體。
需要哪個函式庫？ GroupDocs.Search for Java（版本 25.4 或更新）。
是否需要授權？ 免費試用可用於評估；正式上線需購買永久授權。
支援的 Java 版本為何？ JDK 8 或以上。
需要多少行程式碼？ 簡易提供程式大約 30 行。

「建立詞形提供程式」功能是什麼？

建立詞形提供程式 元件是一個自訂類別，實作 IWordFormsProvider 介面。它接收一個詞彙，並根據您定義的規則回傳可能的形態陣列——單數、複數或其他語言變化。這讓搜尋索引能將「cat」與「cats」視為等價，提升召回率而不犧牲精確度。

為何使用 GroupDocs.Search 產生詞形？

內建可擴充性： 您可以直接將自訂提供程式插入索引流程。
效能最佳化： 此函式庫能有效處理大型索引，且可快取結果以提升速度。
跨語言支援： 雖然本教學以 Java 為例，相同概念亦適用於 .NET 與其他平台。

前置條件

在實作 建立詞形提供程式 之前，請確保您已具備：

Maven 已安裝，且機器上配置 JDK 8 或更新版本。
具備 Java 開發與 Maven pom.xml 設定的基本認識。
取得 GroupDocs.Search Java 函式庫（版本 25.4 或以上）。

為 Java 設定 GroupDocs.Search

Maven 設定

將儲存庫與相依性加入 pom.xml 檔案，請完全照下列範例操作：

<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>

直接下載

亦可從官方發行頁面下載最新 JAR： GroupDocs.Search for Java releases。

取得授權步驟

若要無限制使用 GroupDocs.Search：

免費試用： 註冊試用以探索核心功能。
臨時授權： 申請臨時金鑰以延長測試。
購買： 取得商業授權以在正式環境無限制使用。

基本初始化與設定

以下程式碼片段示範如何建立索引——這是加入文件與詞形邏輯的起點：

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.");
    }
}

實作指南

以下步驟說明如何 建立詞形提供程式，以處理簡單的單數↔複數轉換。

實作 SimpleWordFormsProvider

概觀

我們的自訂提供程式將：

移除結尾的 “es” 或 “s” 以推測單數形態。
將結尾的 “y” 變為 “is” 以產生複數形態（例如 “city” → “citis”）。
附加 “s” 與 “es” 以產生基本的複數候選。

步驟 1 – 建立類別骨架

先定義一個實作 IWordFormsProvider 的類別。請保持 import 陳述式不變：

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

public class SimpleWordFormsProvider implements IWordFormsProvider {

步驟 2 – 實作 `getWordForms`

加入建立可能形態清單的方法。此區塊包含核心邏輯，日後可擴充以支援更複雜規則。

    @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]);
    }
}

邏輯說明

單數化： 偵測常見的複數後綴 (es, s) 並移除，以近似原始詞根。
複數化： 處理以 y 結尾的名詞，將其換成 is，此簡單規則適用於許多英文字。
後綴附加： 加上 s 與 es，以涵蓋先前檢查未捕捉的規則複數形態。

疑難排解技巧

大小寫敏感度： 此方法使用 toLowerCase() 進行比較，確保 “Cats” 與 “cats” 行為一致。
邊緣情況： 長度小於後綴的詞彙會被忽略，以避免回傳空字串。
效能： 對於大型詞彙表，建議將結果快取於 ConcurrentHashMap 中。

實務應用

實作 建立詞形提供程式 可提升多種真實情境的效能：

搜尋引擎： 使用者輸入 “mouse” 時，也應能找到包含 “mice” 的文件。提供程式可產生此類不規則形態。
文字分析工具： 當所有詞形變體皆被辨識時，情感或實體抽取的可靠度提升。
內容管理系統： 自動標籤產生可納入複數同義詞，提升 SEO 與內部連結。

效能考量

將提供程式嵌入正式系統時，請留意以下建議：

快取常用詞形： 將結果存於記憶體，避免重複計算相同詞彙。
監控 JVM 堆積： 大型索引可能增加記憶體壓力，請適當調整 -Xmx。
使用高效集合： 小規模集合可用 ArrayList，但若有數千種詞形，建議使用 HashSet 以快速去除重複。

最佳實踐

保持函式庫為最新版本，以獲得效能修補。
以實際查詢負載對提供程式進行效能分析，及早發現瓶頸。

結論

您現在已學會如何使用 GroupDocs.Search for Java 建立詞形提供程式。這個輕量級元件能顯著提升搜尋結果的相關性與語言分析的準確度，適用於各種應用場景。

下一步：

嘗試更複雜的語言規則（不規則複數、詞幹提取）。
將提供程式整合至索引流程，測量召回率提升。
探索 GroupDocs.Search 其他功能，如同義詞字典與自訂分析器。

行動呼籲： 立即將 SimpleWordFormsProvider 加入您的專案，體驗它為搜尋體驗帶來的提升！

常見問題

1. What is GroupDocs.Search for Java?
它是一套功能強大的函式庫，提供全文搜尋、索引與語言特性——包括可插入自訂詞形提供程式的能力。

2. How does the SimpleWordFormsProvider work?
它透過簡單的後綴規則（移除 “s/es”、將 “y” 轉為 “is”、以及附加 “s/es”）產生替代形態。

3. Can I customize the word form generation rules?
當然可以。修改 getWordForms 方法，即可加入不規則形態、特定語系規則，或與外部字典整合。

4. What are some common applications for this feature?
搜尋引擎、文字分析管線與 CMS 平台皆可藉由辨識單複數變體獲益。

5. Do I need a commercial license for production use?
是的——雖然試用版可讓您探索 API，正式使用仍需購買授權以解除使用限制並取得支援。

最後更新： 2025-12-20
測試環境： GroupDocs.Search 25.4 (Java)
作者： GroupDocs