我希望使用模糊搜索进行搜索。使用Luke来帮助我，如果我搜索一个有别名的单词（例如相似的单词），它都会按预期工作：
但是，如果我输入一个没有任何相似词的搜索词（例如序列码），搜索将失败并且我没有得到任何结果，即使它应该是有效的：
我是否需要以不同的方式组织我的搜索？为什么我在第二次搜索中得到的结果与第一次不同，但只有一个“术语”？
1 回答
0
您没有指定 Lucene 版本，所以我假设您使用的是 6.xx 您看到的行为是 Lucene Fuzzy Search 的正确行为。
参考这个，我引用，
此查询最多将匹配最多 2 个编辑的字词。
这大致但不是很准确地意味着如果使用FuzzyQuery.
下面是我在此处说明的一个简单 Java 程序的示例输出，
假设三个索引文档有一个字段，其值如下 - “123456787”、“123456788”、“123456789”（附加 7、8 和 9 至 – 12345678）
结果 ：
未找到搜索字符串的命中 -> 123456（编辑距离 = 3，缺少最后 3 位数字）
找到 3 个文档！对于搜索字符串 -> 1234567（编辑距离 = 2）
找到 3 个文档！对于搜索字符串 -> 12345678（编辑距离 = 1）
找到 1 个文档！对于搜索字符串 - > 1236787（编辑距离 = 2 找到一个，缺少 4 、 5 和剩余两个文档的最后一位）
未找到搜索字符串的命中 -> 123678789（编辑距离 = 4，缺少 4、5 和最后两位数字）
所以你应该阅读更多关于Edit Distance的内容。
如果您的要求是匹配 N-Continuous 字符而不担心编辑距离，那么使用 NGramTokenizer 的 N-Gram Indexing是不错的选择。
有关N-Gram的更多信息，请参阅此内容
于 2017-05-18T05:18:21.233 回答