同义词检索应该很多时候会用得上的，举个简单的例子，我们搜索关键字 good 的时候，与 well 和 fine 等的词条也可能是你想要的结果。这里我们不自己建立同义词库，直接使用 WordNet 的同义词库，本篇介绍 C# 版的实现步骤，还会有续篇--Java 版。
由于 Lucene 是发源于 Java，所以 C# 的应用者就没有 Java 的那么幸福了，Java 版已经有 3.0.2 可下载，C# 的版本还必须从 SVN 库里：https://svn.apache.org/repos/asf/lucene/lucene.net/tags/Lucene.Net_2_9_2/ 才能取到最新的 2.9.2 的源码，二制包还只有 2.0 的。
接下来就是用 VS 来编译它的，不多说。只是注意到在 contrib 目录中有 WordNet.Net 解决方案，这是我们想要的，编译 WordNet.Net 可得到三个可执行文件：
1. Syns2Index.exe 用来根据 WordNet 的同义词库建立同义词索引文件，同义词本身也是通过 Lucene 来查询到的
2. SynLookup.exe 从同义词索引中查找某个词有哪些同义词
3. SynExpand.exe 与 SynLookup 差不多，只是多了个权重值，大概就是同义程度
好啦，有了 Lucene.Net.dll 和上面那三个文件，我们下面来说进一步的步骤：
二. 下载 WordNet 的同义词库
可以从 http://wordnetcode.princeton.edu/3.0/ 下载 WNprolog-3.0.tar.gz 文件。然后解压到某个目录，如 D:\WNprolog-3.0，其中子目录 prolog 中有许多的 pl 文件，下面要用到的就是 wn_s.pl
三. 生成同义词 Lucene 索引
使用命令
Syns2Index.exe d:\WNprolog-3.0\prolog\wn_s.pl syn_index
第二个参数是生成索引的目录，由它来帮你创建该目录，执行时间大约 40 秒。这是顺利的时候，也许你也会根本无法成功，执行 Syns2Index.exe 的时候出现下面的错误：
Unhandled Exception: System.ArgumentException: maxBufferedDocs must at least be 2 when enabled
at Lucene.Net.Index.IndexWriter.SetMaxBufferedDocs(Int32 maxBufferedDocs)
at WorldNet.Net.Syns2Index.Index(String indexDir, IDictionary word2Nums, IDictionary num2Words)
at WorldNet.Net.Syns2Index.Main(String[] args)
莫急，手中有源码，心里不用慌，只要找到 Syns2Index 工程，改动 Syns2Index.cs 文件中的
writer.SetMaxBufferedDocs(writer.GetMaxBufferedDocs() * 2*/); //GetMaxBufferedDocs() 本身就为 0，翻多少倍也是白搭
为
writer.SetMaxBufferedDocs(100); //所以直接改为 100 或大于 2 的数就行
重新使用新编译的 Syns2Index.exe 执行上一条命令即可。成功执行后，可以看到新生成了一个索引目录 syn_index, 约 3 M。
现在可以用另两个命令来测试一下索引文件:
D:\wordnet>SynLookup.exe syn_index hi
Synonyms found for "hi":
hawaii
hello
howdy
hullo
D:\wordnet>SynExpand.exe syn_index hi
Query: hi hawaii^0.9 hello^0.9 howdy^0.9 hullo^0.9
也可以用 Luke - Lucene Index ToolBox 来查看索引，两个字段，syn 和 word，通过 word:hi 就可以搜索到 syn:hawaii hello howdy hullo
四. 使用同义词分析器、过滤器进行检索
相比，Java 程序员要轻松许多，有现成的 lucene-wordnet-3.0.2.jar，里面有一些现在的代码可以用。C# 的那些分析器和过滤器就得自己写了，或许我已走入了一个岔道，但也不算崎岖。
小步骤就不具体描述了，直接上代码，大家从代码中去理解：
同义词引擎接口
01.using System.Collections.Generic;
02.
03.namespace Com.Unmi.Searching
04.{
05. /// <summary>
06. /// Summary description for ISynonymEngine
07. /// </summary>
08. public interface ISynonymEngine
09. {
10. IEnumerable<string> GetSynonyms(string word);
11. }
12.}
同义词引擎实现类
01.using System.IO;
02.using System.Collections.Generic;
03.using Lucene.Net.Analysis;
04.using Lucene.Net.Analysis.Standard;
05.using Lucene.Net.Documents;
06.using Lucene.Net.QueryParsers;
07.using Lucene.Net.Search;
08.using Lucene.Net.Store;
09.
10.using LuceneDirectory = Lucene.Net.Store.Directory;
11.using Version = Lucene.Net.Util.Version;
12.
13.namespace Com.Unmi.Searching
14.{
15. /// <summary>
16. /// Summary description for WordNetSynonymEngine
17. /// </summary>
18. public class WordNetSynonymEngine : ISynonymEngine
19. {
20.
21. private IndexSearcher searcher;
22. private Analyzer analyzer = new StandardAnalyzer();
23.
24. //syn_index_directory 为前面用 Syns2Index 生成的同义词索引目录
25. public WordNetSynonymEngine(string syn_index_directory)
26. {
27.
28. LuceneDirectory indexDir = FSDirectory.Open(new DirectoryInfo(syn_index_directory));
29. searcher = new IndexSearcher(indexDir, true);
30. }
31.
32. public IEnumerable<string> GetSynonyms(string word)
33. {
34. QueryParser parser = new QueryParser(Version.LUCENE_29, "word", analyzer);
35. Query query = parser.Parse(word);
36. Hits hits = searcher.Search(query);
37.
38. //this will contain a list, of lists of words that go together
39. List<string> Synonyms = new List<string>();
40.
41. for (int i = 0; i < hits.Length(); i++)
42. {
43. Field[] fields = hits.Doc(i).GetFields("syn");
44. foreach (Field field in fields)
45. {
46. Synonyms.Add(field.StringValue());
47. }
48. }
49.
50. return Synonyms;
51. }
52. }
53.}
过滤器，下面的分析器要用到
01.using System;
02.using System.Collections.Generic;
03.using Lucene.Net.Analysis;
04.
05.namespace Com.Unmi.Searching
06.{
07. /// <summary>
08. /// Summary description for SynonymFilter
09. /// </summary>
10. public class SynonymFilter : TokenFilter
11. {
12. private Queue<Token> synonymTokenQueue = new Queue<Token>();
13.
14. public ISynonymEngine SynonymEngine { get; private set; }
15.
16. public SynonymFilter(TokenStream input, ISynonymEngine synonymEngine)
17. : base(input)
18. {
19. if (synonymEngine == null)
20. throw new ArgumentNullException("synonymEngine");
21.
22. SynonymEngine = synonymEngine;
23. }
24.
25. public override Token Next()
26. {
27. // if our synonymTokens queue contains any tokens, return the next one.
28. if (synonymTokenQueue.Count > 0)
29. {
30. return synonymTokenQueue.Dequeue();
31. }
32.
33. //get the next token from the input stream
34. Token token = input.Next();
35.
36. //if the token is null, then it is the end of stream, so return null
37. if (token == null)
38. return null;
39.
40. //retrieve the synonyms
41. IEnumerable<string> synonyms = SynonymEngine.GetSynonyms(token.TermText());
42.
43. //if we don't have any synonyms just return the token
44. if (synonyms == null)
45. {
46. return token;
47. }
48.
49. //if we do have synonyms, add them to the synonymQueue,
50. // and then return the original token
51. foreach (string syn in synonyms)
52. {
53. //make sure we don't add the same word
54. if (!token.TermText().Equals(syn))
55. {
56. //create the synonymToken
57. Token synToken = new Token(syn, token.StartOffset(),
58. t.EndOffset(), "<SYNONYM>");
59.
60. // set the position increment to zero
61. // this tells lucene the synonym is
62. // in the exact same location as the originating word
63. synToken.SetPositionIncrement(0);
64.
65. //add the synToken to the synonyms queue
66. synonymTokenQueue.Enqueue(synToken);
67. }
68. }
69.
70. //after adding the syn to the queue, return the original token
71. return token;
72. }
73. }
74.}
分析器，使用了多个过滤器，当然最主要是用到了上面定义的同义词过滤器
01.using Lucene.Net.Analysis;
02.using Lucene.Net.Analysis.Standard;
03.
04.namespace Com.Unmi.Searching
05.{
06. public class SynonymAnalyzer : Analyzer
07. {
08. public ISynonymEngine SynonymEngine { get; private set; }
09.
10. public SynonymAnalyzer(ISynonymEngine engine)
11. {
12. SynonymEngine = engine;
13. }
14.
15. public override TokenStream TokenStream(string fieldName, System.IO.TextReader reader)
16. {
17. //create the tokenizer
18. TokenStream result = new StandardTokenizer(reader);
19.
20. //add in filters
21. // first normalize the StandardTokenizer
22. result = new StandardFilter(result);
23.
24. // makes sure everything is lower case
25. result = new LowerCaseFilter(result);
26.
27. // use the default list of Stop Words, provided by the StopAnalyzer class.
28. result = new StopFilter(result, StopAnalyzer.ENGLISH_STOP_WORDS);
29.
30. // injects the synonyms.
31. result = new SynonymFilter(result, SynonymEngine);
32.
33. //return the built token stream.
34. return result;
35. }
36. }
37.}
最后，当然是要应用上面的同义词引擎和过滤器，分析器了
01.using System.IO;
02.using System.Web;
03.using Lucene.Net.Index;
04.using System;
05.using Lucene.Net.Analysis.Standard;
06.using Lucene.Net.Documents;
07.using System.Collections.Generic;
08.using Lucene.Net.Analysis;
09.using Lucene.Net.Search;
10.using Lucene.Net.QueryParsers;
11.using Lucene.Net.Store;
12.using Version = Lucene.Net.Util.Version;
13.using System.Collections;
14.using Lucene.Net.Highlight;
15.
16.using LuceneDirectory = Lucene.Net.Store.Directory;
17.
18.namespace Com.Unmi.Searching
19.{
20. public class Searcher
21. {
22. /// <summary>
23. /// 假定前面创建的同义词索引目录是 d:\indexes\syn_index，
24. /// 要搜索的内容索引目录是 d:\indexes\file_index, 且索引中有两字段 file 和 content
25. /// IndexEntry 是你自己创建的一个搜索结果类，有两属性 file 和 fragment
26. /// </summary>
27. /// <param name="querystring">queryString</param>
28. public static List<IndexEntry> Search(queryString)
29. {
30. //Now SynonymAnalyzer
31. ISynonymEngine synonymEngine = new WordNetSynonymEngine(@"d:\indexes\syn_index");
32. Analyzer analyzer = new SynonymAnalyzer(synonymEngine);
33.
34. LuceneDirectory indexDir = FSDirectory.Open(new DirectoryInfo(@"d:\indexes\file_index");
35. IndexSearcher searcher = new IndexSearcher(indexDir, true);
36.
37. QueryParser parser = new QueryParser(Version.LUCENE_29,"content", analyzer);
38.
39. Query query = parser.Parse(queryString);
40.
41. Hits hits = searcher.Search(query);
42.
43. //返回类型是一个 IndexEntry 列表，它有两个属性 file 和 fragment
44. List<IndexEntry> entries = new List<IndexEntry>();
45.
46. //这里还用到了 Contrib 里的另一个 Lucene 辅助组件，高亮显示搜索关键字
47. SimpleHTMLFormatter simpleHTMLFormatter = new SimpleHTMLFormatter("<span style='background-color:#23dc23;color:white'>", "</span>");
48. Highlighter highlighter = new Highlighter(simpleHTMLFormatter, new QueryScorer(query));
49.
50. highlighter.SetTextFragmenter(new SimpleFragmenter(256));
51. highlighter.SetMaxDocBytesToAnalyze(int.MaxValue);
52.
53. Analyzer standAnalyzer = new StandardAnalyzer();
54.
55. for (int i = 0; i < hits.Length(); i++)
56. {
57. Document doc = hits.Doc(i);
58.
59. //Any time, can't use the SynonymAnalyzer here
60. //注意，这里不能用前面的 SynonymAnalyzer 实例，否则将会陷入一系列可怕的循环
61. string fragment = highlighter.GetBestFragment(standAnalyzer/*analyzer*/, "content", doc.Get("content"));
62.
63. IndexEntry entry = new IndexEntry(doc.Get("file"), fragment);
64. entries.Add(entry);
65. }
66.
67. return entries;
68. }
69. }
70.}
五. 看看同义词检索的效果
看前面一大面，也不知道有几人能到达这里，该感性的认识一下，上图看真相：
搜索 ok，由于 fine 是 ok 的同义词，所以也被检索到，要有其他同义的结果也能显示出来的。
参考：1. e-使用sandbox的wordnet完成同义词索引
2. http://www.chencer.com/techno/java/lucene/wordnet.html
3. lucene connector » org.apache.lucene.wordnet
4. Lucene.Net – Custom Synonym Analyzer(本文比较多的参考这篇)
5. Lucene in action 笔记 analysis篇