Snowball Analyzer

Dieses Tool analysiert Snowball-basiertes Stemming in Elasticsearch, indem es simuliert, wie ein konfigurierter Snowball-Analysator Eingabetext verarbeitet. Es akzeptiert Beispieltext, die Zielsprache und einen Teil der Analyseeinstellungen, um Tokenisierung und Stemming-Verhalten ohne Indexierung von Daten zu reproduzieren. Konzeptuell baut es eine lokale Darstellung der Analyse-Pipeline: Eingabetext → Tokenizer → Snowball-Stemmer → optionale Filter (Stoppwörter, Synonyme) → resultierender Token-Stream. Anschließend werden Tokens, Stämme und Abweichungen gegenüber Referenzwerten gemeldet. Wer profitiert: Dateningenieure, NLP-Forscher und Suchingenieure, die mehrsprachige Pipelines entwerfen, Stemming-Genauigkeit testen und die Suchqualität debuggen. Der einzigartige Wert liegt in der schnellen, wiederholbaren Analyse, die kein Indexieren erfordert oder ein ES-Cluster laufen muss. Kernmerkmale umfassen Mehrsprachigkeit, sprachspezifische Stemming-Anleitungen, exportierbare Ergebnisse (JSON/CSV), Konfig-Vergleiche, und szenariobasierte Tests für Sprachen wie Englisch, Französisch und Deutsch.