这是一个含糊不清的文字： “一个人看到一头大象。”
每个单词都有属性：引理，词性和各种语法属性，具体取决于其词性。
对于“锯”，它就像：
{lemma：see，pos：verb，tense：past}，{lemma：saw，pos：noun，number：singular}
所有这些属性都来自第三方工具，Lucene本身并没有参与消歧这个词。
我想执行类似“pos = verb＆amp; number = singular”的查询，而不是在结果中获得“锯”。
我想把不同的语法注释编码成字符串，比如“l：see; pos：verb; t：past | l：saw; pos：noun; n：sg”并搜索regexp“pos \：verb [^ \ |] + n \：sg“，但由于性能问题，我绝对无法承受正则表达式查询。
也许可以应用一些发布列表有效负载的黑客？
UPD：我的解决方案草案
以下是我的项目的具体内容：一个单词可以拥有固定的最大解析（例如，8）。 因此，我想在每个属性的有效负载中插入解析号，并在发布列表交叉阶段使用此有效负载。 例如，我们有一个'pos = Verb'的发布列表，如... | ... | 1.1234 | ... | ...，以及'number = Singular'的发布列表：... | ... | 2.1234 | ... | ... 在发布列表处理的所有阶段处理'pos = Verb AND number = singular'之类的查询时，'x.1234'条目将被接受，直到交叉阶段由于非对应的解析数而被拒绝。
我认为这是一个非常紧凑的解决方案，但将它融入Lucene有多难？
答案 0 :(得分：2)
所以......这样做的骗子是（实际上）控制你如何构建lucene索引。
构造lucene索引时，在Lucene对其进行索引之前修改每个单词，使其包含单词的所有必要属性。如果以这种方式对事物进行索引，则必须以相同的方式进行查找。
一种方式：
这意味着对于您执行的每种类型的查询，您还必须以相同的方式构建索引。
示例：
锯成为名词 - 锯 - 将其作为索引。 锯也变成了名词 - 过去看 - 把它作为索引。 锯也成为名词 - 过去 - 单数 - 看 - 索引它。另一种方式：
如果您希望在单个索引中进行基于属性的查找，则可能必须执行类似排列完成的操作＆＃39; saw＆＃39;因此，您不必使用名词 - 锯，而是拥有大逻辑陈述中所需属性的所有可能排列。
不确定这是否是一个好的答案，但这是我能想到的全部。