Question

我需要能够使用Lucene全文搜索“abc”w / 3“def”w / 5“ghi”。我意识到我可以使用这样的邻近搜索来近似：“abc def ghi”~8。但是，我需要前两个术语的精确度在3以内，而后两个术语的精确度在5以内。我能想到这样做的唯一方法是搜索： “abc def ghi”~8＆amp;＆amp; “abc def”~3＆amp;＆amp; “def ghi”~5。有没有人对如何解决这个问题有任何其他想法，或许更有效率？

Answer 1

“abc def ghi”~8＆amp;＆amp; “abc def”~3＆amp;＆amp; “def ghi”~5不同于“abc”w / 3“def”w / 5“ghi”这就是为什么

我假设您要查找包含以下条款的文档：

ABC，1,2,3，DEF，1,2,3,4,5，GHI

两个查询都会找到上面的文档。但第一个查询也会找到这个

abc 1,2,3,4,5,6,7,8，def，1,2,3,4,5,6,8 ghi，a，b，c，d，e，f，g ，h，i，abc，1,2,3，def，1,2,3,4,5,6,7,8,9,10，def，1,2,3,4,5，ghi

我认为您不希望搜索结果中包含第二个文档。

我对Lucene的.NET版本了解不多。它似乎支持跨度查询。您可以使用跨度查询进行邻近搜索。

    SpanNearQuery spanNear = new SpanNearQuery(new SpanQuery[] {
      new SpanTermQuery(new Term(FIELD, "abc")),
      new SpanTermQuery(new Term(FIELD, "def"))},
      3,
      true);

    Query queryToBeExecuted = new SpanNearQuery(new SpanQuery[] {
      spanNear,
      new SpanTermQuery(new Term(FIELD, "ghi"))},
      5,
      true);

您可以使用queryToBeExecuted查询进行搜索。

对于mor信息，请查看Mark Miller关于span queries的文章。

Answer 2

我遇到了完全相同的问题。 Lucene的查询语言不是很强大。除了无法将邻近搜索串在一起之外，在邻近查询中执行布尔操作和短语查询也很困难。

我通过编写自己的查询解析器并手动实例化查询原语来解决问题。编写自己的查询解析器并不容易，但它为您提供了很大的灵活性。在我的新查询语言中，我使用w / N来指定邻近查询。有了它，以下复杂的查询成为可能：

foo w/3 bar w/5 biz
foo w/3 bar w/5 (biz or buz)

甚至更复杂的查询

("first part" within/3 foo) w/10 ("second part" within/3 (bar or biz))

我使用pyparsing在python中编写了查询解析器。这是一个项目，但它是一个有趣的项目，你最终得到的东西比lucene查询解析器更强大。

“abc”w / 3“def”w / 5“ghi”（使用Lucene的精确邻近搜索）

2 个答案: