Java中的最佳匹配搜索答案

【问题标题】：Best match search in JavaJava中的最佳匹配搜索
【发布时间】：2013-12-05 05:36:01
【问题描述】：

我有一个数据库表，其中存储了 Java 中所有异常的列表及其描述。当用户输入异常名称时，它会检索相应的描述。我已经使用 Levenshtein 距离来匹配字符串，以防它们输入错误的字符串，但我想从输入字符串中消除字符串搜索中不相关的单词，例如“and”、“or”等，并提供快速搜索。

是否有现有的框架或 API 用于对字符串列表进行搜索？

有没有比 Levenshtein Distance 更好的方法来搜索字符串？

【问题讨论】：

布鲁斯，你已经问过卢修斯福克斯了吗？
"and","or" 等词是停用词，要删除它们只需从谷歌获取这些词的文本文件，然后在您的异常名称输入中找到这些词并将它们删除。
@swapnil7 我需要更大的灵活性，我希望即使在用户输入错误的情况下搜索也能正常工作

标签： java search lucene search-engine

【解决方案1】：

其实你有点不对。诸如“and”和“or”之类的词与某些搜索引擎的工作方式极为相关；此外，如您所知，Levenshtein 距离是一种常用且有效的度量标准，可让您检查单词之间的相似性。此外，使用（可能是散列的）字典几乎和它一样快。此外，如前所述，如果您真的想过滤输入，请定义过滤规则，处理输入，然后然后使用结果字符串作为 Levenshtein 计算的基础。

另外，我有点想在此处发布 LMGTFY 链接，因为实际上阅读有关 Levenshtein 的 Wikipedia 文章会为您提供您可能需要的所有其他信息。我建议阅读有关所有距离指标和编辑距离的更多信息，对于以下链接中已经存在的覆盖范围，我没有太多可以添加的内容。

来源：http://en.wikipedia.org/wiki/Levenshtein_distance、http://en.wikipedia.org/wiki/Edit_distance、http://en.wikipedia.org/wiki/Wagner%E2%80%93Fischer_algorithm

【讨论】：