如何使用Lucene / Hibernate Search对句子中的每个单词执行模糊查询？

Question

我试图用一些可能存在拼写错误的句子，例如：＆＃34;我喜欢yava，IDEA IntelliJ，JoyoScrapt，GWT，hypernate，Rolling和spring＆＃34;并执行模糊搜索这将与我已经由Lucene索引的标签相匹配，例如＆＃34;冬眠＆＃34;和＆＃34; java＆＃34;。

我认为我通过生成如下所示的查询字符串来实现此目的：

＆＃34; I~0.5爱~0.5 yava，~0.5 IDEA~0.5 IntelliJ，~0.5 JoyoScrapt，~0.5 GWT，~0.5 highnate，~0.5 Rolling~0.5和~0.5 spring~0.5＆​​＃34; < / p>

不幸的是，这种行为很奇怪。如果句子较短，则拼写错误的单词将与我给出的示例标签匹配。但是，当句子变长时，它们就不再匹配了。

任何人都知道完成我想要做的事情的正确方法，即基于每个单词的模糊逻辑匹配？我还尝试为每个单词构建一个单独的术语查询，然后将它们添加到BooleanQuery中，但我没有得到任何更好的结果。

Answer 1

您的查询字符串看起来有点奇怪，有些“错位”'，'但这可能只是一个错字。基本上模糊搜索的想法是正确的。但是，我不会使用0.5参数。这是默认值，在Lucene 4中已弃用。

你能举一些关于结果奇怪的更具体的例子吗？

作为替代方法，您可以为包含标记最常见拼写错误版本的代码构建同义词列表。这样您就不需要依赖模糊搜索了。您可以将同义词和标记一起编入索引。