Question

我正在尝试在我的数据中的3个字段上实施Lucene搜索。它应该如下工作：当字段文本是“我的大白猫”时，当我搜索“大猫”它会匹配。

根据教程我添加了AddToLuceneIndex方法：

private static void AddToLuceneIndex(MyObject myObject, IndexWriter writer)
{

    var searchQuery = new TermQuery(new Term("Id", myObject.Id));
    writer.DeleteDocuments(searchQuery);
    var doc = new Document();

    doc.Add(new Field("Field1", myObject.Field1, Field.Store.YES, Field.Index.ANALYZED));
    doc.Add(new Field("Field2", myObject.Field2, Field.Store.YES, Field.Index.ANALYZED));       
    doc.Add(new Field("Field3", myObject.Field3, Field.Store.YES, Field.Index.ANALYZED));

        (...)
    writer.AddDocument(doc);
}

在我的搜索方法中，我尝试使用PhraseQuery：

    public static IEnumerable<MyObject> Search(string phrase)
    {

        var luceneDir = FSDirectory.Open(new DirectoryInfo(LuceneDir));           
        var indexReader = IndexReader.Open(luceneDir, true);
        var searcher = new IndexSearcher(indexReader);           
        var phraseQuery = new PhraseQuery();            
        phraseQuery.Add(new Term("Field1", phrase)); 
        const int maxHits = 1000;           
        var collector = TopScoreDocCollector.Create(maxHits, false);
        searcher.Search(phraseQuery, collector);
        var hits = collector.TopDocs().ScoreDocs;
        return MapLuceneToDataList(hits, searcher).ToList();
    }

总是有0次点击（尽管有匹配的对象）

当我像这样使用BooleanQuery时：

    public static IEnumerable<MyObject> Search(string phrase)
    {

        var luceneDir = FSDirectory.Open(new DirectoryInfo(LuceneDir));

        var indexReader = IndexReader.Open(luceneDir, true);
        var searcher = new IndexSearcher(indexReader);  
        var terms = phrase.Split(new[] { " " }, StringSplitOptions.RemoveEmptyEntries);
        var analyzer = new StandardAnalyzer(Version.LUCENE_30);
        var queryParser = new MultiFieldQueryParser
            (Version.LUCENE_30,
                new[] { "Field1", "Field2", "Field3"},
                analyzer) { FuzzyMinSim = 0.8f };
        var booleanQuery = new BooleanQuery();
        foreach (var term in terms)
        {
            booleanQuery.Add(queryParser.Parse(term.Replace("~", "") + "~"), Occur.MUST);
        }
        const int maxHits = 1000;           
        var collector = TopScoreDocCollector.Create(maxHits, false);
        searcher.Search(booleanQuery, collector);
        var hits = collector.TopDocs().ScoreDocs;
        return MapLuceneToDataList(hits, searcher).ToList();
    }

它运作良好，但我不需要“大OR猫”，我需要我之前描述过的东西。我使用PhraseQuery做错了什么？

Answer 1

PhraseQuery有两个问题。

如@groverboy所述，您必须单独向PhraseQuery添加单独的字词。虽然Query.toString()可能显示相同的内容，但它们并不是一回事。 toString方法不会在PhraseQuery中显示术语中断。它尝试以尽可能接近标准QueryParser语法来表示查询，该语法无法表达使用Query API手动构建的任何可能的查询。您创建的PhraseQuery将不会通过分析器运行，因此不会被标记化。它只会寻找单个标记“大猫”，而不是两个相邻的标记“大”和“猫”。

explain method提供了比toString更完整的信息，因此您可能会发现这是一个有用的工具。

此外，您似乎也不想要相邻的令牌，而是需要在查询中加入一些slop。你想要“大猫”来匹配“大白猫”，所以你需要设置足够的允许坡度。

所以，像这样：

    var phraseQuery = new PhraseQuery();            
    phraseQuery.Add(new Term("Field1", "big")); 
    phraseQuery.Add(new Term("Field1", "cat"));
    phraseQuery.setSlop(1);

如果您愿意，也可以通过查询解析器运行查询。简单地说，使用您在第三个代码块中创建的分析器。您可以为查询解析器设置默认短语slop，以处理讨论的slop问题。类似的东西：

queryParser.setPhraseSlop(1)
queryParser.Parse("\"" + phrase + "\"")
// Or maybe just:  queryParser.Parse(phrase);

Answer 2

您需要为短语中的每个单词Term添加PhraseQuery，如下所示：

var phraseQuery = new PhraseQuery();
var words = phrase.Split(new Char[] { ' ' }, StringSplitOptions.RemoveEmptyEntries);
foreach (var word in words)
{
    phraseQuery.Add(new Term("Field1", word));
}

简单的PhraseQuery找不到任何结果

2 个答案: