如何在 sphinx 搜索中处理单词形式

Question

我有一个 sphinx 服务器来为 django 应用程序索引一个 mysql 数据库。我的搜索工作正常，但我的内容包括医学词汇/短语。因此，例如，我需要搜索“dvt”以匹配“深静脉血栓形成”甚至“深静脉血栓形成”。我浏览了文档，看到了“wordforms”和“morphology”的选项。我应该使用哪些（或其他）？另外，什么会倒退？即，搜索“深静脉血栓形成”/“深静脉血栓形成”将匹配“dvt”。

另外，由于我是 sphinx 的新手，所以我希望能提供一些关于如何设置这些的建议。

Answer 1

您需要提供自己的单词/术语同义词列表以用于查询扩展。

由于 Sphinx 目前不支持查询中的同义词扩展，因此您需要根据同义词列表对查询进行处理，然后再将其提交给搜索引擎。

所以，用你的例子：

• 用户查询：“dvt 补救程序”。

• 服务器接收查询并根据其同义词列表检查每个术语。

• 服务器找到匹配项并将“深静脉血栓形成”添加到查询中。

• 服务器向搜索引擎提交新扩展的查询“dvt 深静脉血栓形成修复程序”。

最后，如果 Sphinx 中内置的词干分析器正在发挥作用，那么您不必将“静脉”和“静脉”作为单独的术语来支持，因为它们都应该来自同一个词。如果不是这种情况，您可能需要进行额外的词干预处理来处理特定于您的语料库的单词（医学术语）。