Amazon CloudSearch 重音词

Question

我有一个带有重音词的文档的索引。

例如这个葡萄牙语文档：

title => 'Ponte metálica'

如果我搜索“metálica”它匹配，所以没问题。 但通常人们搜索时不带重音符号，因此通常只搜索“metalica”（注意没有重音符号“á”的“a”）。

但它没有返回任何结果。我在 AWS 控制台中并通过端点 /search 对其进行了测试。我使用的是 2013 API。

我认为同义词不能解决这个问题，因为它们不是完整的单词

Answer 1

您在AWS forums 中发布了相同的问题并得到了回复：

CloudSearch 葡萄牙语词干分析器不会删除重音符号，因此 á 不会匹配 a，并且它目前没有删除它们的选项。

我能想到的两种解决方法：

1. 在上传之前删除重音符号。 （可能到不同的领域）
2. 使用复制字段和“多种语言”分析模式。不幸的是，这不会按照葡萄牙语规则来阻止单词，但它确实会消除重音！

我喜欢在上传之前删除重音的想法，但我还有另外两个想法：

1. 使用fuzzy matching，这样您就可以容忍一个或两个“错误”字符。可能需要考虑性能缺陷。

2. 提供类似于“您的意思是？”的auto-complete/suggestor solution经验类型。

我在 2014 年左右发现了这个 Stack Overflow 线程，它讨论了这两种可能性，仍然使用 CloudSearch：Implementing "Did you mean?" using Amazon CloudSearch

关于模糊匹配算子：

您还可以使用简单的查询解析器执行模糊搜索。要执行模糊搜索，请附加 ~ 运算符和一个值，该值指示多少项可以与用户查询字符串不同并且仍被视为匹配项。例如，指定 planit~1 搜索术语 planit 并允许匹配最多相差一个字符，这意味着结果将包括行星的匹配项。

关于自动完成，带有模糊匹配选项：

当您请求建议时，Amazon CloudSearch 会查找在建议者字段中的值以指定查询字符串开头的所有文档 - 字段的开头必须与查询字符串匹配才能被视为匹配项。返回数据包括每个匹配项的字段值和文档 ID。您可以配置建议器以查找精确查询字符串的匹配项，或执行近似字符串匹配（模糊匹配）以纠正印刷错误和拼写错误。