Question

我最近刚开始与Lucene（特别是Lucene.Net）合作并成功创建了几个指标，并且没有任何问题。在与Endeca合作之前，我发现Lucene重量轻，功能强大，学习曲线要低得多（主要是因为简洁的API）。

但是，我有一个特定的索引/查询情况，我遇到了问题。我所拥有的是个人目录。可以在此应用程序中搜索人员，目标是返回精确匹配和近似匹配。现在，在索引中我将“FirstName”和“LastName”连接成一个名为“FullName”的字段，在两者之间添加一个空格。所以FirstName：Jon with LastName：Smith yield FullName：Jon Smith。我确实预见到中间名和可能后缀的可能性，但目前这并不重要。

我想在名称上做相当于模糊的搜索，所以搜索“John Smith”的人仍然会回到“Jon Smith”。我曾考虑过一个多元游戏，然而，如果他的名字实际上是“Jon Del Carmen”或“Jon Paul Del Carmen”，这就变得更加复杂。用户输入的内容中没有任何内容可以描述名字或姓氏。

我唯一想到的是我可以用不会被丢弃的字符替换连接值中的空格。如果我在为索引构建文档时也这样做，并且当我解析查询时，我可以将它视为一个更大的单词，对吧？还有另一种方法可以用于简单的名字（“Jon Smith”）和更复杂的名字（“Jon Paul Del Carmen”）吗？

任何建议都会得到真正的赞赏。提前谢谢！

编辑：其他详细信息如下。

在Luke中，我提出了以下问题：

FullName:jonn smith~

它被解析为：

FullName:jonn CreatedOn:smith~0.5

解释：

BooleanQuery:boost=1.0000
    clauses=2, maxClauses=1024
    Clause 0: SHOULD
        TermQuery:boost=1.0000
            Term: field='FullName' text='jonn'
    Cluase 1: SHOULD
        FuzzyQuery: boost=1.0000
            prefixLen=0, minSimilarity=0.5000
            org.apache.lucene.search.FuzzyTermEnum: diff=-1.0000
            FilteredTermEnum: Exception null

“CreatedOn”是索引中的另一个字段。我尝试在“jonn smith”这个术语周围加上引号，但它却把它当作一个短语查询来代替。我确信问题在于我只是没有做正确的事情，但在这一切都是如此的绿色，我不确定那是什么东西。

Answer 1

我的问题在于我如何构建索引。我最终做的是确保它没有标记FullName，并且查询开始返回正确的结果。上面的解释结果是由于我的ID10T错误，现在正确返回。

Lucene索引和查询设计问题 - 搜索人

1 个答案: