lucene-java-3.5.0/lucene/contrib/analyzers/common/src/test/org/apache/lucene/analysis/pt/TestPortugueseLightStemFilter.java

   1 package org.apache.lucene.analysis.pt;
   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.TokenStream;
  26 import org.apache.lucene.analysis.Tokenizer;
  27 import org.apache.lucene.analysis.LowerCaseFilter;
  28 import org.apache.lucene.analysis.standard.StandardTokenizer;
  29 import org.apache.lucene.analysis.ReusableAnalyzerBase;
  30
  31 import static org.apache.lucene.analysis.VocabularyAssert.*;
  32
  33 /**
  34  * Simple tests for {@link PortugueseLightStemFilter}
  35  */
  36 public class TestPortugueseLightStemFilter extends BaseTokenStreamTestCase {
  37   private Analyzer analyzer = new ReusableAnalyzerBase() {
  38     @Override
  39     protected TokenStreamComponents createComponents(String fieldName,
  40         Reader reader) {
  41       Tokenizer source = new StandardTokenizer(TEST_VERSION_CURRENT, reader);
  42       TokenStream result = new LowerCaseFilter(TEST_VERSION_CURRENT, source);
  43       return new TokenStreamComponents(source, new PortugueseLightStemFilter(result));
  44     }
  45   };
  46
  47   /**
  48    * Test the example from the paper "Assessing the impact of stemming accuracy
  49    * on information retrieval"
  50    */
  51   public void testExamples() throws IOException {
  52     assertAnalyzesTo(
  53         analyzer,
  54     "O debate político, pelo menos o que vem a público, parece, de modo nada "
  55     + "surpreendente, restrito a temas menores. Mas há, evidentemente, "
  56     + "grandes questões em jogo nas eleições que se aproximam.",
  57     new String[] {
  58       "o", "debat", "politic", "pelo", "meno", "o", "que", "vem", "a",
  59       "public", "parec", "de", "modo", "nada", "surpreendent", "restrit",
  60       "a", "tema", "menor", "mas", "há", "evident", "grand", "questa",
  61       "em", "jogo", "nas", "eleica", "que", "se", "aproximam"
  62     });
  63   }
  64
  65   /**
  66    * Test examples from the c implementation
  67    */
  68   public void testMoreExamples() throws IOException {
  69      checkOneTerm(analyzer, "doutores", "doutor");
  70      checkOneTerm(analyzer, "doutor", "doutor");
  71
  72      checkOneTerm(analyzer, "homens", "homem");
  73      checkOneTerm(analyzer, "homem", "homem");
  74
  75      checkOneTerm(analyzer, "papéis", "papel");
  76      checkOneTerm(analyzer, "papel", "papel");
  77
  78      checkOneTerm(analyzer, "normais", "normal");
  79      checkOneTerm(analyzer, "normal", "normal");
  80
  81      checkOneTerm(analyzer, "lencóis", "lencol");
  82      checkOneTerm(analyzer, "lencol", "lencol");
  83
  84      checkOneTerm(analyzer, "barris", "barril");
  85      checkOneTerm(analyzer, "barril", "barril");
  86
  87      checkOneTerm(analyzer, "botões", "bota");
  88      checkOneTerm(analyzer, "botão", "bota");
  89   }
  90
  91   /** Test against a vocabulary from the reference impl */
  92   public void testVocabulary() throws IOException {
  93     assertVocabulary(analyzer, getDataFile("ptlighttestdata.zip"), "ptlight.txt");
  94   }
  95
  96   /** blast some random strings through the analyzer */
  97   public void testRandomStrings() throws Exception {
  98     checkRandomData(random, analyzer, 10000*RANDOM_MULTIPLIER);
  99   }
 100 }