Lucene tiene un soporte bastante pobre para el idioma ruso.Analizador de idioma ruso en Lucene y Lucene.Net
RussianAnalyzer (parte de lucene-contrib) es de muy baja calidad.
El módulo RussianStemmer para Snowball es aún peor. No reconoce el texto ruso en cadenas Unicode, aparentemente suponiendo que alguna extraña combinación de Unicode y KOI8-R debe usarse en su lugar.
¿Conoces alguna solución mejor?
Si todo lo demás falla, utilice Sphinx
Esa es la belleza de código abierto. Usted tiene el código fuente, por lo que si las implementaciones actuales no le funcionan, siempre puede crear las suyas propias o incluso mejores, ampliar las existentes. Un buen comienzo sería el libro "Lucene in Action".
Mi respuesta es probablemente demasiado tarde, pero para el registro, he encontrado analyzers from AOT project mucho mejor que los enviados con Lucene.
que utilizan http://code.google.com/p/russianmorphology/
Proyecto http://code.google.com/p/russianmorphology/ trasladó a https://github.com/AKuznetsov/russianmorphology. Tenga en cuenta el nuevo hosting de este proyecto.