Question

我正在使用Apache Lucene，目前正在尝试将模糊和前缀（或通配符）查询结合起来，以实现一种建议机制。

例如，如果查询是征费，则还应返回包含 Levinshtein 的文档。

由于在Lucene中似乎没有此类内置查询，我已经搜索了解决方案并使用了此处建议的方法 Lucene query: bla~* (match words that start with something fuzzy), how?，它将查询创建为两个Automata（第二个回复）的组合。

这确实很有效，但现在的问题是没有得分。所有结果都得到 1.0 的结果。我真的想要＆＃34; Levy＆＃34;比排名更高的＆＃34; Levninshtein＆＃34;在上一个例子中。

顺便说一句，我尝试以FuzzySuggester的形式使用Lucene自动建议，但是对于大输入它是不可行的，它在RAM中保留所有建议并且膨胀了内存使用。

还有另一种方法吗？或者我应该实施自己的得分手或相似性？

Answer 1

可以通过MultiTermQuery中的基本重写方法轻松解决它。

正如javadoc所说：

推荐的重写方法是CONSTANT_SCORE_AUTO_REWRITE_DEFAULT：它没有花费CPU计算无益的分数，它试图在给定查询的情况下选择性能最佳的重写方法。如果你需要得分（如{@link FuzzyQuery}，请使用{@link TopTermsScoringBooleanQueryRewrite}使用优先级排队只收集竞争条款，而不是打这个限制。

这意味着对于性能优化，它们默认使用常量评分。所以，你唯一需要做的就是：

MultiTermQuery query = new AutomatonQuery(new Term("text"), Automata.makeAnyString());
        query.setRewriteMethod(MultiTermQuery.SCORING_BOOLEAN_QUERY_REWRITE);

有关详细信息，请查看我的测试：https://github.com/MysterionRise/information-retrieval-adventure/blob/master/src/main/java/org/mystic/lucene/AutomatonScoringTest.java

AutomatonQuery的得分结果

1 个答案: