如何在 neo4j 中进行更好的文本搜索

Question

我有两种类型的节点 Article 和 TAG，其中 TAG 有两个属性 id 和 name。现在我想根据标签搜索所有文章。

(a : Article)-[:TAGGED]->(t : TAG) 

例如，如果我有“我爱我的国家”之类的标签，而我的查询字符串是“国家”，则使用以下查询成功搜索。

Match (a : Article)-[:TAGGED]->(t : TAG) 
where t.name =~ '*.country.*' 
return a;

但反之亦然，如果我的标签是“国家”并且我搜索“我爱我的国家”，那么它也应该显示与国家相关的文章。它还应该处理用户在两个单词之间输入多个空格的情况。在搜索时，我遇到了 lucene 和 solr，但我不知道如何使用它们。我使用 PHP 作为我的编码语言。

Answer 1

[编辑]

原答案

这应该适合你：

MATCH (a: Article)-[:TAGGED]->(t:TAG)
WHERE ANY(word IN FILTER(x IN SPLIT({searchString}, " ") WHERE x <> '') 
  WHERE t.name CONTAINS word)
RETURN a;

{searchString} 是您的搜索字符串，用一个或空格分隔单词；例如：

"i  love my    country"

这个sn-p生成{searchString}中非空词的集合：

FILTER(x IN SPLIT({searchString}, " ") WHERE x <> '')

改进的答案

此查询匹配单词（例如，如果查询字符串是“i love you”，则“i”将仅匹配标记中的单词“i”或“I”，而不仅仅是任何字母“i” ）。它也不区分大小写。

WITH REDUCE(res = [], w IN SPLIT({searchString}, " ") |
  CASE WHEN w <> '' THEN res + ("(?i).*\\b" + w + "\\b.*") ELSE res END) AS res
MATCH (a: Article)-[:TAGGED]->(t:TAG)
WHERE ANY (regexp IN res WHERE t.name =~ regexp)
RETURN a;

REDUCE 子句从{searchString} 生成一个单词集合，每个单词都被"(?i).*\b" 和"\b.*" 包围，成为一个正则表达式，用于执行不区分大小写的搜索，带有单词边界。

注意：正则表达式中的反斜杠 ("\") 实际上必须加倍，因为反斜杠是转义字符。

Answer 2

Neo4j 在内部使用 Lucene 索引进行全文搜索。

根据用户指南中的this page，使用不会对输入进行标记的 Lucene 关键字分析器，默认索引“类型”似乎是 exact。

这意味着，在不更改此索引设置的情况下，您只能运行与整个标签名称匹配的查询（在您的示例中，您正在运行与整个标签字符串匹配的通配符查询 '*.country.*'） .

我认为您实际上想要的是，根据您的要求，在插入图形数据时在空格中标记化 (type=fulltext)，这样tag 字段实际上每个单词包含一个标记：1-i 2-love 3-my 4-country，其中任何一个都可以匹配查询词（不需要通配符：例如“country”或“I love my Chocolate”）