Lucene 对短语而不是单个单词的模糊匹配答案

【问题标题】：Lucene Fuzzy Match on Phrase instead of Single WordLucene 对短语而不是单个单词的模糊匹配
【发布时间】：2010-04-06 23:41:15
【问题描述】：

我正在尝试使用 Apache Lucene 对短语“Grand Prarie”（故意拼写错误）进行模糊匹配。我的部分问题是~ 运算符仅对单个词项进行模糊匹配，并且表现为短语的邻近匹配。

有没有办法用 lucene 对短语进行模糊匹配？

【问题讨论】：

【解决方案1】：

Lucene 3.0 具有支持模糊短语查询的ComplexPhraseQueryParser。这是在 contrib 包中。

【讨论】：

【解决方案2】：

通过 Google 发现了这一点，并感受到了我所追求的解决方案。就我而言，解决方案是简单地针对 solr API 重复搜索序列。因此，例如，如果我正在寻找：title_t 以包含“dog~”和“cat~”的匹配项，我添加了一些手动代码来生成查询：

((title_t:dog~) and (title_t:cat~))

这可能只是上述查询的内容，但链接似乎已失效。

【讨论】：

【解决方案3】：

没有直接支持模糊短语，但您可以通过明确的enumerating the fuzzy terms 模拟它，然后将它们添加到MultiPhraseQuery。结果查询如下所示：

<MultiPhraseQuery: "grand (prarie prairie)">

【讨论】：

您能详细说明一下吗？我不是直接使用 Lucene，而是通过 Solr。我很可能不得不开始阅读 lucene 的实际应用。我不介意更好地了解两者如何协同工作并在更基本的层面上适应它。目前，在 Solr 中，我使用 solr.PhoneticFilterFactory 分析器实现了对我来说足够有效的东西。