Solr中的翻译含糊不清

Question

我正在solr中进行跨语言搜索，我正在进行从语言A到语言B的查询翻译，这些翻译基于双语词典。我目前面临的问题是“对于查询中的某些词语，我有多个翻译”。在这里，我需要正确的翻译单词。我该如何解决这种翻译含糊不清的问题。

在这种情况下，我们无法确定查询的上下文，因为查询可能太短。我能看到的唯一方法是单词的概率发生。有什么方法可以让我检查一起发生的单词的概率吗？

Answer 1

我相信你会打电话来分析单词出现在一起的简单形式的概率，我认为在查询中它会非常容易出错，并导致你错过相关的结果。对于完整的上下文句子来说，这是一个非常困难的问题。用户输入的查询字符串中的歧义可能会无法解决，因此我认为，尝试解决它们会使您的搜索难以预测，甚至可能使某些概念难以或无法搜索。

我的建议是，使用类似SynonymFilter的实现来搜索两种替代翻译。

因此，如果我使用西班牙语搜索英语单词"fine"，我可能会将其分解为查询"multa fino sutil"。

在DisjunctionMaxQuery中包含这些同义词列表可能是有意义的，以防止同一个词的多个翻译上的点击影响得分超过他们应该的。所以如果要搜索

• “精点”

我可能会在辩论中找到一个很好的论点，一支削尖的铅笔，或者，知道用户如何输入查询，我很可能正在寻找一个野餐的好地方，或者交通罚单的惩罚背后的理由

所以，我可能会把它扩展为：

• BooleanQuery，加入：
  • DisjunctionMaxQuery：“multa”，“fino”，“sutil”
  • DisjunctionMaxQuery：“punta”，“momento”，“lugar”