Lucene同义词过滤器行为

我想弄清楚lucene的分析仪是怎么工作的？ 我的问题是lucene如何处理同义词？情况如下： 我们有单字和多字

单曲：foo=bar 多词：foobar=foobar

对于单个单词：

• lucene是否扩展索引记录？我猜如果一个查询有一个像“foo”这样的词，它也会在查询中添加“bar”。我不知道它是否发生在索引中

对于多个单词：

• lucene是否同时扩展了查询和索引？例如，如果我们有“foobar”，它是否会将foobar添加到索引/查询中

我的第二个问题是：Lucene使用令牌流，并将它们提供给类似小写筛选器的筛选器。我的问题是lucene是如何找到这些单词的？比如，它是如何发现“foobar”是一个多词组合在一起的呢

Thank

通过设置

keepOrig

=true，您可以选择保留原始单词，并将同义词添加到令牌流中（请参阅）。此行为可能会导致短语查询等问题，请参见

同义词过滤器

文档中的第一个注释

如果您使用相同的

Analyzer

进行查询和索引，那么查询和写入索引的文档当然会以相同的方式处理<将

keepOrig

设置为true的code>SynonymFilter是为数不多的

分析器之一，通常在查询和索引之间不协调地应用，但这完全取决于您的实现

至于如何实现，您可以使用。
它如何处理多同义词？比如“纽约”=“纽约”沃尔玛=沃尔玛=沃尔玛，因为它会一个令牌一个令牌地进行过滤。我不知道它是如何发现多词同义词的，您对它的行为感到困惑，还是想知道实现如何处理令牌流？如果是后者，那就是我提供源代码链接的原因。如果前者，它贪婪地从给定位置搜索它能找到的最长匹配项（也就是说，如果你有规则
foo
->
bar
，
foobar
，
foobar
，那么
foobar
将变成
foobar
，而不是
bar
）。我认为它不支持类似于
wal-mart=wal-mart=walmart
（同义词规则有一个输入和一个输出）。如果你有什么特别的问题想问，那就说吧。我的问题是它是如何处理代币流的？因为我猜同义词过滤器会一个接一个地获取标记，并且它是无状态的。例如，如果当前令牌是“New”，它如何检查下一个令牌以查看它是否是“York”？很好，如果您想知道它如何实现的实现细节，我阅读了代码。我不知道它到底做什么。（我不熟悉lucene及其结构。）例如，我不知道lucene是否像其他过滤器一样使用同义词过滤器？就在我们说StopFilter之后？