lucene-java-3.5.0/lucene/contrib/analyzers/common/src/test/org/apache/lucene/analysis/fr/TestFrenchLightStemFilter.java

   1 package org.apache.lucene.analysis.fr;
   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 java.io.IOException;
  21 import java.io.Reader;
  22
  23 import org.apache.lucene.analysis.Analyzer;
  24 import org.apache.lucene.analysis.BaseTokenStreamTestCase;
  25 import org.apache.lucene.analysis.MockTokenizer;
  26 import org.apache.lucene.analysis.Tokenizer;
  27 import org.apache.lucene.analysis.ReusableAnalyzerBase;
  28
  29 import static org.apache.lucene.analysis.VocabularyAssert.*;
  30
  31 /**
  32  * Simple tests for {@link FrenchLightStemFilter}
  33  */
  34 public class TestFrenchLightStemFilter extends BaseTokenStreamTestCase {
  35   private Analyzer analyzer = new ReusableAnalyzerBase() {
  36     @Override
  37     protected TokenStreamComponents createComponents(String fieldName,
  38         Reader reader) {
  39       Tokenizer source = new MockTokenizer(reader, MockTokenizer.WHITESPACE, false);
  40       return new TokenStreamComponents(source, new FrenchLightStemFilter(source));
  41     }
  42   };
  43
  44   /** Test some examples from the paper */
  45   public void testExamples() throws IOException {
  46     checkOneTerm(analyzer, "chevaux", "cheval");
  47     checkOneTerm(analyzer, "cheval", "cheval");
  48
  49     checkOneTerm(analyzer, "hiboux", "hibou");
  50     checkOneTerm(analyzer, "hibou", "hibou");
  51
  52     checkOneTerm(analyzer, "chantés", "chant");
  53     checkOneTerm(analyzer, "chanter", "chant");
  54     checkOneTerm(analyzer, "chante", "chant");
  55     checkOneTerm(analyzer, "chant", "chant");
  56
  57     checkOneTerm(analyzer, "baronnes", "baron");
  58     checkOneTerm(analyzer, "barons", "baron");
  59     checkOneTerm(analyzer, "baron", "baron");
  60
  61     checkOneTerm(analyzer, "peaux", "peau");
  62     checkOneTerm(analyzer, "peau", "peau");
  63
  64     checkOneTerm(analyzer, "anneaux", "aneau");
  65     checkOneTerm(analyzer, "anneau", "aneau");
  66
  67     checkOneTerm(analyzer, "neveux", "neveu");
  68     checkOneTerm(analyzer, "neveu", "neveu");
  69
  70     checkOneTerm(analyzer, "affreux", "afreu");
  71     checkOneTerm(analyzer, "affreuse", "afreu");
  72
  73     checkOneTerm(analyzer, "investissement", "investi");
  74     checkOneTerm(analyzer, "investir", "investi");
  75
  76     checkOneTerm(analyzer, "assourdissant", "asourdi");
  77     checkOneTerm(analyzer, "assourdir", "asourdi");
  78
  79     checkOneTerm(analyzer, "pratiquement", "pratiqu");
  80     checkOneTerm(analyzer, "pratique", "pratiqu");
  81
  82     checkOneTerm(analyzer, "administrativement", "administratif");
  83     checkOneTerm(analyzer, "administratif", "administratif");
  84
  85     checkOneTerm(analyzer, "justificatrice", "justifi");
  86     checkOneTerm(analyzer, "justificateur", "justifi");
  87     checkOneTerm(analyzer, "justifier", "justifi");
  88
  89     checkOneTerm(analyzer, "educatrice", "eduqu");
  90     checkOneTerm(analyzer, "eduquer", "eduqu");
  91
  92     checkOneTerm(analyzer, "communicateur", "comuniqu");
  93     checkOneTerm(analyzer, "communiquer", "comuniqu");
  94
  95     checkOneTerm(analyzer, "accompagnatrice", "acompagn");
  96     checkOneTerm(analyzer, "accompagnateur", "acompagn");
  97
  98     checkOneTerm(analyzer, "administrateur", "administr");
  99     checkOneTerm(analyzer, "administrer", "administr");
 100
 101     checkOneTerm(analyzer, "productrice", "product");
 102     checkOneTerm(analyzer, "producteur", "product");
 103
 104     checkOneTerm(analyzer, "acheteuse", "achet");
 105     checkOneTerm(analyzer, "acheteur", "achet");
 106
 107     checkOneTerm(analyzer, "planteur", "plant");
 108     checkOneTerm(analyzer, "plante", "plant");
 109
 110     checkOneTerm(analyzer, "poreuse", "poreu");
 111     checkOneTerm(analyzer, "poreux", "poreu");
 112
 113     checkOneTerm(analyzer, "plieuse", "plieu");
 114
 115     checkOneTerm(analyzer, "bijoutière", "bijouti");
 116     checkOneTerm(analyzer, "bijoutier", "bijouti");
 117
 118     checkOneTerm(analyzer, "caissière", "caisi");
 119     checkOneTerm(analyzer, "caissier", "caisi");
 120
 121     checkOneTerm(analyzer, "abrasive", "abrasif");
 122     checkOneTerm(analyzer, "abrasif", "abrasif");
 123
 124     checkOneTerm(analyzer, "folle", "fou");
 125     checkOneTerm(analyzer, "fou", "fou");
 126
 127     checkOneTerm(analyzer, "personnelle", "person");
 128     checkOneTerm(analyzer, "personne", "person");
 129
 130     // algo bug: too short length
 131     //checkOneTerm(analyzer, "personnel", "person");
 132
 133     checkOneTerm(analyzer, "complète", "complet");
 134     checkOneTerm(analyzer, "complet", "complet");
 135
 136     checkOneTerm(analyzer, "aromatique", "aromat");
 137
 138     checkOneTerm(analyzer, "faiblesse", "faibl");
 139     checkOneTerm(analyzer, "faible", "faibl");
 140
 141     checkOneTerm(analyzer, "patinage", "patin");
 142     checkOneTerm(analyzer, "patin", "patin");
 143
 144     checkOneTerm(analyzer, "sonorisation", "sono");
 145
 146     checkOneTerm(analyzer, "ritualisation", "rituel");
 147     checkOneTerm(analyzer, "rituel", "rituel");
 148
 149     // algo bug: masked by rules above
 150     //checkOneTerm(analyzer, "colonisateur", "colon");
 151
 152     checkOneTerm(analyzer, "nomination", "nomin");
 153
 154     checkOneTerm(analyzer, "disposition", "dispos");
 155     checkOneTerm(analyzer, "dispose", "dispos");
 156   }
 157
 158   /** Test against a vocabulary from the reference impl */
 159   public void testVocabulary() throws IOException {
 160     assertVocabulary(analyzer, getDataFile("frlighttestdata.zip"), "frlight.txt");
 161   }
 162
 163   /** blast some random strings through the analyzer */
 164   public void testRandomStrings() throws Exception {
 165     checkRandomData(random, analyzer, 10000*RANDOM_MULTIPLIER);
 166   }
 167 }