思考狮身人面像模糊搜索？答案

【问题标题】：Thinking sphinx fuzzy search?思考狮身人面像模糊搜索？
【发布时间】：2011-05-19 09:51:07
【问题描述】：

我正在我的 rails 应用程序中实现 sphinx 搜索。
我想用模糊搜索。它应该搜索拼写错误，例如，如果输入搜索查询 charact*a*ristics，它应该搜索 charact*e*ristics。

我应该如何实现这个

【问题讨论】：

【解决方案1】：

Sphinx 自然不会允许拼写错误 - 它不关心单词拼写是否正确，它只是对它们进行索引并匹配它们。

有两种选择 - 要么使用thinking-sphinx-raspell 来捕获用户搜索时的拼写错误，并为他们提供使用改进的查询再次搜索的选择（就像 Google 所做的那样）；或者也许使用 soundex 或 metaphone 形态，以便单词以一种说明它们发音的方式被索引。在this page 上搜索词干，您会找到相关部分。也请阅读Sphinx's documentation 了解此事。

我不知道这两个选项有多可靠 - 就个人而言，我会选择 #1。

【讨论】：

感谢 pat，我曾想过使用 raspell，但不符合我的要求。我正在阅读电子邮件内容并搜索通过电子邮件订购的可能产品名称。我无法向用户建议更正的选项。使用 raspell 时，它会将一些缩写名称替换为不相关的替代名称，例如将 led(LED) 替换为 lid。也尝试过 soundex 和 metaphone，它对我来说改善了结果，但不准确。

【解决方案2】：

默认情况下，Sphinx 不注意使用星号字符进行通配符搜索。不过，您可以打开它：
development:
  enable_star: true
  # ... repeat for other environments

参见http://pat.github.io/thinking-sphinx/advanced_config.html 通配符/星号语法部分。

【讨论】：

【解决方案3】：

是的，Sphinx 通常总是使用扩展匹配模式。

有以下匹配模式可供选择：

SPH_MATCH_ALL, matches all query words (default mode);
SPH_MATCH_ANY, matches any of the query words;
SPH_MATCH_PHRASE, matches query as a phrase, requiring perfect match;
SPH_MATCH_BOOLEAN, matches query as a boolean expression (see Section 5.2, “Boolean query syntax”);
SPH_MATCH_EXTENDED, matches query as an expression in Sphinx internal query language (see Section 5.3, “Extended query syntax”);
SPH_MATCH_EXTENDED2, an alias for SPH_MATCH_EXTENDED;
SPH_MATCH_FULLSCAN, matches query, forcibly using the "full scan" mode as below. NB, any query terms will be ignored, such that filters, filter-ranges and grouping will still be applied, but no text-matching.

SPH_MATCH_EXTENDED2 在 0.9.8 和 0.9.9 开发周期中使用，当时正在重写内部匹配引擎（为了增加功能和更好的性能）。到 0.9.9 版本，旧版本已被删除，SPH_MATCH_EXTENDED 和 SPH_MATCH_EXTENDED2 现在只是别名。

enable_star

在搜索前缀/中缀索引时启用星型语法（或通配符语法）。 > 可选，默认为 0（不使用通配符语法），与 0.9.7 兼容。 >已知值为 0 和 1。

例如，假设索引是用中缀构建的，并且 enable_star 为 1。搜索应该如下工作：

"abcdef" query will match only those documents that contain the exact "abcdef" word in them.
"abc*" query will match those documents that contain any words starting with "abc" (including the documents which contain the exact "abc" word only);
"*cde*" query will match those documents that contain any words which have "cde" characters in any part of the word (including the documents which contain the exact "cde" word only).
"*def" query will match those documents that contain any words ending with "def" (including the documents that contain the exact "def" word only).

例子：

enable_star = 1

【讨论】：