Carrot2API不支持日语

我正在尝试使用Carrot2API对日语文档进行集群。它发出了这样的警告：

org.carrot2.text.language.DefaultTokenizerFactory:日语ja的标记器不可用。这可能会降低日语内容的聚类质量

因此，群集过程失败，所有文档都属于其他主题群集

解决这个问题有什么帮助吗

---

提前感谢。

遗憾的是，Carrot2中提供的开源算法不支持日语。增加该常数是为了涵盖未来可能对日本人的支持

---

或者，您可以尝试使用定制的语言管道运行Carrot2，Carrot2 Java API发行版中的示例类展示了如何实现这一点。

我知道这一点。但它们支持创建自定义语言模型来自定义文本分析器。然而，由于Carrot2API缺乏指南和文档，我很难覆盖他们的文本分析器。是否有详细的文档/示例用于覆盖语言模型？这一点很好。我编辑了答案，添加了自定义代码示例的链接。