我正在搜索斯洛文尼亚语的词干算法，我可以在狮身人面像搜索中使用。
我试图实现的是，例如在搜索“jabolka”时，我还需要包含“jabolko”、“jabolk i”、“jabolk”等的文档的结果。
我找到了一些关于斯洛文尼亚梗存在的参考资料，但是我找不到下载的地方，它甚至不在任何地方出售。
我遇到的另一个选择是在sphinx源配置（http://sphinxsearch.com/docs/manual-0.9.9.html#conf-wordforms）中使用optionwordforms，但是构建自己的字典太困难了，所以我想知道是否已经有了可供公共访问的字典？
如果斯洛文尼亚的STEMMER不可用，有人能建议其他方法来获得相似的搜索结果吗？
最佳答案
我设法按以下步骤编译斯洛文尼亚词干分析器：
下载http://snowball.tartarus.org/dist/snowball_code.tgz（snowball的源代码）并将其解包
从http://snowball.tartarus.org/archives/snowball-discuss/0725.html下载斯洛文尼亚算法，并将其保存到文件夹/algorithms/slovene中步骤1的解包项目。文件名必须stem_ISO_8859_2.sbl
算法采用i so编码，因此我将其转换为utf8并将其保存为stem_Unicode.sbl（您必须为斯洛文尼亚的特殊字符（如榍_）找到utf字符代码）
编辑/libstemmer文件夹中的两个.txt文件并为斯洛文尼亚语添加条目：
slovene UTF_8,ISO_8859_2 slovene,sl,slv
编辑/gnumakefile并添加斯洛文尼亚语（一次用于utf的语言列表，一次用于iso__2_算法）
转到文件夹/libstemmer并运行：
./mkmodules.pl modules.h src_c modules.txt ../mkinc.mak
./mkmodules.pl modules_utf8.h src_c modules_utf8.txt ../mkinc_utf8.mak
这将生成以后编译所需的文件。
运行
make（从解包文件的根目录）如果在编译过程中没有错误，那么应该在其中包含/src_c文件夹和斯洛文尼亚词干分析器的代码（与其他文件夹相邻）
stem_UTF_8_slovene.c
stem_ISO_8859_2_slovene.c
...
解压缩最新的sphinx并将所有文件从snowball项目复制到sphinx/libstemmer_c文件夹（不包括
libstemmer.o和GNUmakefile）编译sphinx：
touch NEWS README AUTHORS ChangeLog
autoreconf --force --install
./configure --with-libstemmer
make
make install
如果一切顺利，您应该让Slovene Stemmer为Sphinx工作，您只需在Sphinx索引配置中启用它（在我的Debian上，它位于/usr/local/etc/sphinx.conf中）：
charset_type = utf-8
morphology = libstemmer_slovene
希望这能帮上忙，我以前没有使用autoconf的经验，所以我花了一段时间才弄明白。
这款Slovene Stemmer并没有在http://snowball.tartarus.org上正式发布，但从我的测试来看，它对我的项目来说已经足够好了。