在我的python GAE应用程序中，我允许用户使用搜索api查询项目，我最初将其放入具有确切标记的文档中，但是命中并不需要进行需要存在的拼写校正。 我发现的方法是通过数据存储实现字符ngram，因为这可以确保用户正确输入至少一部分单词。在数据存储区上，这需要花费很多时间。 例如，
"hello"（已分解）["hello", "ello", "hell", "hel", "elo", "llo", "he", "el", "ll", "lo"]
当我搜索"helo"
tags -["hel", "elo", "he", "el", "lo"]时（给出正面匹配）
我根据从单词匹配的标签的长度对它们进行排名。
在数据存储区中， 我必须将这些中断字符ngram与它们匹配的实体分开索引。并且对于每个单词以类似的方式对每个标签执行搜索。这花费了很多时间。
有没有办法使用搜索API实现类似的操作。 MatchScore是否会查看“OR”的多个字段？ 寻找设计搜索文档和在最少的操作中执行多个拼写纠正查询的方法。
如果我在每个文档中都有多个语言字段，例如eg.-
([tags - "hello world"] [rank - 2300] [partial tags - "hel", "ell", "llo", "wor", "orl", "rld", "hell", "ello", "worl", "orld"] [english - 1] [Spanish - 0] [French - 0] [German - 0]
我可以执行MatchScore操作以及对语言字段进行排序吗？ （每个文档只与一种语言相关联）
答案 0 :(得分：2)
Search API是一项很好的服务，比数据存储更适合。如果您的搜索文档具有正确的语言集，则Search API将涵盖特定语言的特定变体（例如，单数/复数）。但Search API仅适用于单词（通常用空格，连字符，点等分隔。）。
更新：语言在字段的language属性中定义，或在整个文档的language属性中定义。在任何一种情况下，该值都是双字母ISO 693-1 语言代码，例如'de' for German。
为了标记搜索词（“hel”，“elo”，...），您可以使用此答案中的模式：https://stackoverflow.com/a/13171181/1549523 另请参阅我对该答案的评论。如果您想使用最小长度的令牌（例如只有3个以上的字母）来避免存储大小和前端实例时间，您可以使用我在那里链接的代码。
MatchScorer有助于加权文档中给定术语的频率。由于标签通常每个文档只出现一次，因此无法帮助您。但是，例如，如果您的搜索是关于在研究论文中搜索“燃烧”一词，MatchScorer会对结果进行排名，首先显示最常包含该术语的论文。
分面搜索会将所谓的构面添加到搜索查询的结果中，即（默认情况下）也返回当前查询的10个最常出现的构面。这对标签或类别很有用，因此用户可以通过应用任何建议的过滤器来深入搜索。
如果您想向用户推荐拼写正确的搜索词，则使用两个索引可能有意义。一个索引，主索引，用于实际搜索文档（例如带有标签的产品描述），第二个索引用于标签或类别（标记化，最终用同义词）。如果您的用户键入搜索字段，您的应用首先会查询代码索引，建议匹配的代码。如果用户选择其中一个，则标记用于查询主搜索索引。这有助于用户选择正确的标签。
如果有人维护此类列表，那么当然可以在数据存储区中管理这些标记，包括它们的同义词。每次存储标记时，您的应用程序都会更新相应的搜索文档（在二级索引中），包括所有字符ngrams（标记）。