lucene-java-3.4.0/lucene/contrib/analyzers/common/src/test/org/apache/lucene/analysis/en/TestKStemmer.java

   1 package org.apache.lucene.analysis.en;
   2
   3 /**
   4  * Licensed to the Apache Software Foundation (ASF) under one or more
   5  * contributor license agreements.  See the NOTICE file distributed with
   6  * this work for additional information regarding copyright ownership.
   7  * The ASF licenses this file to You under the Apache License, Version 2.0
   8  * (the "License"); you may not use this file except in compliance with
   9  * the License.  You may obtain a copy of the License at
  10  *
  11  *     http://www.apache.org/licenses/LICENSE-2.0
  12  *
  13  * Unless required by applicable law or agreed to in writing, software
  14  * distributed under the License is distributed on an "AS IS" BASIS,
  15  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  16  * See the License for the specific language governing permissions and
  17  * limitations under the License.
  18  */
  19
  20 import static org.apache.lucene.analysis.VocabularyAssert.assertVocabulary;
  21
  22 import java.io.Reader;
  23
  24 import org.apache.lucene.analysis.Analyzer;
  25 import org.apache.lucene.analysis.BaseTokenStreamTestCase;
  26 import org.apache.lucene.analysis.MockTokenizer;
  27 import org.apache.lucene.analysis.Tokenizer;
  28 import org.apache.lucene.analysis.ReusableAnalyzerBase;
  29
  30 /**
  31  * Tests for {@link KStemmer}
  32  */
  33 public class TestKStemmer extends BaseTokenStreamTestCase {
  34   Analyzer a = new ReusableAnalyzerBase() {
  35     @Override
  36     protected TokenStreamComponents createComponents(String fieldName, Reader reader) {
  37       Tokenizer tokenizer = new MockTokenizer(reader, MockTokenizer.WHITESPACE, true);
  38       return new TokenStreamComponents(tokenizer, new KStemFilter(tokenizer));
  39     }
  40   };
  41
  42   /** blast some random strings through the analyzer */
  43   public void testRandomStrings() throws Exception {
  44     checkRandomData(random, a, 10000*RANDOM_MULTIPLIER);
  45   }
  46
  47   /**
  48    * test the kstemmer optimizations against a bunch of words
  49    * that were stemmed with the original java kstemmer (generated from
  50    * testCreateMap, commented out below).
  51    */
  52   public void testVocabulary() throws Exception {
  53     assertVocabulary(a, getDataFile("kstemTestData.zip"), "kstem_examples.txt");
  54   }
  55
  56   /****** requires original java kstem source code to create map
  57   public void testCreateMap() throws Exception {
  58     String input = getBigDoc();
  59     Reader r = new StringReader(input);
  60     TokenFilter tf = new LowerCaseFilter(new LetterTokenizer(r));
  61     // tf = new KStemFilter(tf);
  62
  63     KStemmer kstem = new KStemmer();
  64     Map<String,String> map = new TreeMap<String,String>();
  65     for(;;) {
  66       Token t = tf.next();
  67       if (t==null) break;
  68       String s = t.termText();
  69       if (map.containsKey(s)) continue;
  70       map.put(s, kstem.stem(s));
  71     }
  72
  73     Writer out = new BufferedWriter(new FileWriter("kstem_examples.txt"));
  74     for (String key : map.keySet()) {
  75       out.write(key);
  76       out.write('\t');
  77       out.write(map.get(key));
  78       out.write('\n');
  79     }
  80     out.close();
  81   }
  82   ******/
  83
  84 }