Lucene 索引多语言复杂实体答案

【问题标题】：Lucene index multilingual complex entityLucene 索引多语言复杂实体
【发布时间】：2014-01-24 11:00:31
【问题描述】：

我有以下课程：

public class Resource
{
    public Guid? Id { get; set; }
    public IList<LocalizedValue> LocalizedValues { get; set; }
}

public class LocalizedValue
{
    public Guid? Id { get; set; }
    public Resource Resource { get; set; }
    public string Locale { get; set; }
    public string TextValue { get; set; }
}

这用于在其他对象中存储多语言数据，如下所示：

public class Job
{
    public Resource Description { get; set; }

    // some other properties...
}

所以我能够以多种语言存储描述。

我想在 Lucene.Net 中索引 Job 对象（包括它的 Resource 属性），以便能够搜索所有语言或指定语言的内容。

我查看了关于 SO 或其他地方的其他相关问题，但我不确定该怎么做。

我考虑过使用多个字段（Job 类中每个资源的每个 TextValue 一个字段），但是如何在不陷入相当复杂的查询的情况下识别文本的语言？

我想我能够以一种或另一种方式进行管理，但我仍然会问，以防万一有人有我想念的好主意。

【问题讨论】：

标签： .net lucene.net multilingual lucene

【解决方案1】：

我会创建 N + 1 个字段，1 个用于每种语言，1 个用于放置所有内容。

doc.addField("EN", //english stuff);
doc.addField("NL", //dutch stuff);
doc.addField("all", //english stuff and dutch stuff);

在这种情况下，如果您要在特定语言中进行搜索，请使用该字段。如果要搜索所有语言，请使用all

如果您想在搜索all 字段时弄清楚它使用的是哪种语言；你不能轻易做到这一点。您可以使用N 布尔查询（all AND EN）、（all AND NL）。

或者更好的是，为所有语言字段创建facets。然后，您可以在一个（快速）查询中检索每个语言字段的构面计数。得分最高的方面将是与搜索匹配的语言。

【讨论】：