搜索引擎的'你是说'

Question

  

可能重复：
  How does the Google “Did you mean?” Algorithm work?

我有一个包含大约200万条记录的数据库表。我正在使用mysql全文搜索，但用户经常输入坏词ex gmes - ＆gt;应该是游戏，所以我需要一个带有PHP包装器的库，以便像谷歌一样具有'你的意思'我应该使用什么？

Answer 1

您可以使用像Yahoo Spelling Suggestion这样的API作为完成它的简单方法，而不必自己动手。

Answer 2

索引是单词列表及其出现的位置。例如。游戏发生在第123行和第456行。如果你有一个包含所有单词的列表，你可以轻松搜索匹配最佳的单词。这样，你可以将gmes与游戏匹配。

但是，MySQL提供的索引无法实现这一点。

Answer 3

如果您不打算依赖第三方网站，您肯定需要使用levenshtein算法自己的字典来了解用户条目与字典术语的接近程度

Answer 4

如果您的查询非常通用，您可以使用Yahoo Spelling API等。但是，如果您有特定于域的词汇表，那么最好使用Apache Solr。

您可以使用它来索引2MM记录，简单！并将其用作具有分面等的搜索服务器。它还会从您的记录中生成一个拼写检查索引，您可以将其用于“你的意思”吗？或自动建议功能。由于其RESTful API

，因此集成到任何语言中也非常简单

底线：如果你正在寻找一个可以处理好几件事情的长期解决方案，除了拼写检查，比如搜索/自动建议/分面等等.Solr就是你要走的路。

Answer 5

另一个选项是PHP Pspell functions，特别是pspell_suggest，但您需要在服务器上安装aspell library。