Question

我想在hibernate搜索中使用语音搜索的强大功能。问题是完全匹配没有排在搜索结果的顶部。例如。搜索＆＃34; john＆＃34;返回这些结果列表：

乔恩
的约翰
琼

我原本希望＆＃39; john＆＃39;在顶部列出

我用以下方式定义了我的分析器：

    @AnalyzerDef(name = "phonetic", 
    tokenizer = @TokenizerDef(factory = StandardTokenizerFactory.class), 
    filters = { 
            @TokenFilterDef(factory = StandardFilterFactory.class), 
            @TokenFilterDef(factory = PhoneticFilterFactory.class, params = {
                @Parameter(name = "encoder", value = "DoubleMetaphone"), 
                @Parameter(name = "inject", value = "true") 
            }) 
    })
@Analyzer(definition = "phonetic")
public class User{
    @Field(index=Index.TOKENIZED, store=Store.YES)
    private String firstname;

    @Field(index=Index.TOKENIZED, store=Store.YES)
    private String lastname;
}

使用以下代码进行搜索：

String[] fields = new String[] { "firstname", "lastname" };
            MultiFieldQueryParser parser = new MultiFieldQueryParser(fields,
                    sf.getAnalyzer("phonetic"));

如果你能给我任何暗示/帮助，你将如何实现这一排名将会很棒。我试图通过谷歌找到一些东西，我发现这必须实现我自己使用查询扩展来提高精确匹配而不是语音搜索结果... 非常感谢你提前帮助我。我正在使用Hibernate Search 3.1和Solr 1.3

BR，沙恩

Answer 1

从基于语音的分析器的角度来看， jon 和 john 两者完全相同。 Hibernate Search允许定义多个分析器，您还可以使用复数形式注释 @Fields 多次索引同一属性。

假设您在名为firstname_phonetic和firstname_standard的两个字段中索引 firstname ，然后可以创建两个针对每个字段的Query实例，并使用 BooleanQuery 组合两个查询 SHOULD 子句。这将使得得分手将两者的得分结合起来，以便精确匹配得分更高。

Answer 2

您的查询应该按照您的指定工作。由于您在inject=true上指定了PhoneticFilter，因此您确实应该在完全匹配（即，互联网电话匹配和纯文本匹配）上获得更多的术语匹配，并且这证明了我的测试很关注。

我看到的问题是，您的分析会让您通过区分大小写搜索完全匹配。如果您索引＆＃34; John＆＃34;，并搜索＆＃34; john＆＃34;，语音匹配将很好地解决，但由于区分大小写，您将错过完全匹配。

只需在您的过滤器链中添加LowercaseFilter就可以解决这个问题。我建议将其直接添加到PhoneticFilter上方，例如：

filters = { 
        @TokenFilterDef(factory = StandardFilterFactory.class), 
        @TokenFilterDef(factory = LowerCaseFilterFactory.class),
        @TokenFilterDef(factory = PhoneticFilterFactory.class, params = {
            @Parameter(name = "encoder", value = "DoubleMetaphone"), 
            @Parameter(name = "inject", value = "true") 
        }) 
}

PhoneticFilterFactory上方的定位将元电话保持为大写，不仅遵循惯例，还确保互联网代码和纯文本不会相互匹配。实际上，无法想到任何可能引起关注的案例，但无论如何看起来都不错。

Answer 3

感谢您的回答，我现在使用了“femtoRgon”的注释顺序，并使用@Fields（默认和语音）定义了多个分析器，当我将查询与标准和一个语音字段搜索结合使用不同的启动值时（更多2.0f启动标准）

感谢大家的帮助

BR，沙恩

语音搜索结果排名

3 个答案: