Zend Lucene - 基于模糊搜索的通配符搜索

Question

目标：执行模糊搜索，然后用那些相似的词进行通配符搜索

我现在有一个布尔查询，如下所示：

$query = new Zend_Search_Lucene_Search_Query_Boolean();

$pattern = new Zend_Search_Lucene_Index_Term("*$string*");
$subquery1 = new Zend_Search_Lucene_Search_Query_Wildcard($pattern);

$term = new Zend_Search_Lucene_Index_Term("$string");
$subquery2 = new Zend_Search_Lucene_Search_Query_Fuzzy($term);

$query->addSubquery($subquery1, null  /* optional */);
$query->addSubquery($subquery2, null  /* optional */);

$hits = $index->find($query);

这似乎是在执行一个非此即彼的搜索。例如：如果我搜索术语

"berry"

我在标题中的任何地方都用“浆果”打了一切

berry, wild berry, strawberry, blueberry

但是如果我搜索

"bery"

我只打出类似的结果

berry

我不确定模糊搜索是如何提供动力的。有没有办法修改我的查询，以便在模糊搜索返回相似字词后进行通配符搜索？

Answer 1

我怀疑索引时没有分析该字段。

因此，对于第一个查询，您会从通配符查询中获得命中。 *berry* 匹配您给出的所有示例。 *bery* 不匹配任何文档，因为它实际上不是任何文档的子字符串。

对于模糊查询，术语按编辑距离 (Damerau–Levenshtein distance) 进行比较。编辑距离为 2 是匹配的默认最大值。

• bery 到 berry - 编辑距离：1
• bery 到 wild berry - 编辑距离：6
• bery 到 strawberry - 编辑距离：6
• bery 到 blueberry - 编辑距离：5

这可以通过使用分析器来部分处理，而不是将整个字符串索引为单个标记。标准分析器会将wild berry 拆分为标记wild 和berry，您可能会对此进行模糊匹配。

就草莓和蓝莓而言，除非您的分析器以某种方式拆分straw 和berry，否则您可以通过将SynonymFilter 合并到分析器中来手动指定要拆分的术语。

另一种选择是在搜索之前尝试更正查询拼写，使用 lucene 的 SpellChecker