Lucene分析仪的名字

Question

是否有一个Lucene分析仪，用相同的短名称标记名称部分（例如Mike和Michael，Rich和Richard，Suzie和Susan）等等？

Levenshtein距离上的模糊匹配是我所知道的解决方案，并且一些实现者似乎将模糊匹配与soundex算法配对。当然有人在某处简单地列出了所有这些短名称？

编辑：这个问题中最棘手的部分是从哪里获取同义词数据？

Answer 1

我不知道有任何具体的昵称过滤器。

如果您有数据源，SynonymFilter会使生成起来相当容易。这似乎是昵称数据的一个很好的来源：

https://code.google.com/p/nickname-and-diminutive-names-lookup/

您需要生成SynonymMap以传递到SynonymFilter ctor，它应该看起来像这样（我认为）：

SynonymMap.Builder builder = new SynonymMap.Builder(true);
builder.add(new CharsRef("Mike"), new CharsRef("Michael"), false);
builder.add(new CharsRef("Rich"), new CharsRef("Richard"), false);
builder.add(new CharsRef("Suzie"), new CharsRef("Susan"), false);
SynonymMap map = builder.build();