我已成功为Lucene实施捷克语引理器 . 我正在使用Solr对它进行测试，它在索引时非常适合 . 但是当用于查询时它不能很好地工作，因为查询解析器不向引理器提供任何上下文（前后的单词） .
例如，在索引时比在查询时不同地分析短语 pila vodu . 它使用含糊不清的单词 pila ，这可能意味着 pila （看到例如电锯）或 pít （动词"to drink"的过去时） .
pila vodu - >
-
索引时间：
pít voda -
查询时间：
pila voda
..因此找不到单词 pila ，并且未在文档摘要中突出显示 .
这种行为记录在solr wiki（引用下面的文字），我可以通过调试我的代码来确认它（只有隔离的字符串"pila"和_2767320被传递给引理器） .
... Lucene QueryParser在向分析器提供任何文本之前在空格上进行标记，因此如果一个人搜索单词sea biscit，分析器将单独给出单词“sea”和“biscit”，...
所以我的问题是：
是否有可能以某种方式更改，配置或调整查询解析器，以便引理器可以看到整个查询字符串，或者至少是单个单词的某些上下文？我想为dismax或edismax等不同的solr查询解析器提供解决方案 .
我知道像 "pila vodu" （引号）之类的短语查询没有这样的问题，但是如果没有确切的短语（例如带有"pila víno"或甚至"pila dobrou vodu"的文档），我将丢失文档 .
编辑 - 尝试解释/回答以下问题（谢谢@femtoRgon）：
如果这两个术语不是一个短语，所以不一定会在一起，那么为什么要在上下文中对它们进行分析呢？
当然，最好只分析一起出现的术语 . 例如，在索引时，引理器检测输入文本中的句子，并且它仅一起分析来自单个句子的单词 . 但是如何在查询时实现类似的东西呢？实现我自己的查询解析器是唯一的选择吗？我非常喜欢 edismax 解析器的 pf2 和 pf3 选项，如果是我自己的解析器，我是否必须再次实现它们？
背后的想法实际上更深一些，因为即使对于具有相同词汇基础的词，the lemmatizer也在进行词义消歧 . 例如， bow 这个词在英语中有大约7种不同的含义（参见wikipedia），并且这种词义可以区分这种感官 . 所以我想利用这种潜力使搜索更精确 - 只返回包含查询所需的具体意义上的单词 bow 的文档 . 所以我的问题可以扩展到：如何为查询字词获取正确的 <lemma;sense> -pair？如果单词在其共同的上下文中呈现，则引理器通常能够分配正确的意义，但是当没有上下文时它就没有机会 .
1 回答
最后，我实现了自己的查询解析器 .
由于
edismax源作为指南和参考实现，因此并不困难 . 我可以轻松地将我的解析器结果与edismax的结果进行比较...Solution :
首先，我一起分析整个查询字符串 . 这给了我“令牌”列表 .
与停用词有一点冲突 - 由于分析器省略了停止词而不是很容易获得停止词，但你可以从
PositionIncrementAttribute检测到它们 .从"tokens"开始，我以与
edismax相同的方式构造查询（例如，在DisjunctionMaxQuery实例中创建所有2个令牌和/或3个令牌短语查询） .