我们的客户查询我们的Azure搜索索引，主要是针对人们的姓名。我们在所有领域都使用Lucene分析仪。我们通过将客户端的输入名称转换为短语并添加接近率3来构建查询字符串。因为我们使用短语进行搜索，所以我们不能使用Lucene分析器的模糊搜索功能，因为它只适用于单个单词。
因此，我们正在寻找一种解决方案，以便能够使用与客户端输入完全拼写不完全拼写的名称来恢复结果。我们遇到了语音分析器，并且刚刚将Metaphone算法实现到我们的索引中。我们已经进行了一些测试，虽然它让我们更接近我们需要的东西，但我们仍然看到了一些问题：
分析仪的范围非常广泛，它带来了许多误报。例如，在Kenneth Gooden上搜索时，它带回了Kenneth Cotton。在我们看来，这在某种程度上被认为在语音上是相似的。是否可以以任何方式调整灵敏度，或者可以采取措施来增加其他一些参数来解决这个问题？
在对Barry Soper进行搜索时，第一个得分最高的结果是“Barry Spear”。得分较低的第二个结果是“Soper，Barry Russell。”在某种程度上，我可以也许看看为什么它得分那样（第二个b / c是姓氏的第一个）然后......不是真的。第二个结果包含所需邻近范围内的两个确切术语。在应用分析器之前，Azure搜索是否优先考虑短语中单词的顺序？对我来说仍然没有意义。 （旁注 - 此查询还会带回“Barh Super” - 请参阅上面的问题＃1）
我想知道是否有人可以提供建议来调整Azure搜索的行为，使其更符合我们的需要，或者，或许建议替代语音分析器。我们还没有尝试过任何其他可用的语音算法，只有b / c似乎Metaphone是最好的和最常用的。但我们也对其他算法的建议持开放态度。
感谢。
答案 0 :(得分：2)
你是正确的，模糊运算符只适用于单个术语。在这种情况下，您可以使用自定义分析器（语音标记过滤器）或同义词功能（在预览中）。我不确定你的意思是什么＆＃34;我们刚刚将Metaphone算法实现到我们的索引＆＃34;但是您可以在Azure搜索custom analysis stack中选择几种语音令牌过滤器。同义词是一种仅在预览中可用的新功能，您可以查看here。对于同义词，您需要定义同义词规则，比如Nate，Nathan，Nathaniel＆＃39;例如，在查询时，搜索一个会自动包含其他人的结果。
好的，那么我应该如何使用这些构建块来控制搜索的相关性？建模的一种方法是为每个扩展策略使用单独的字段。例如，您可以使用三个字段代替名称的单个字段，例如＆＃39; name＆＃39;，＆＃39; name_synonym＆＃39;和＆＃39; name_phonetic＆＃39;。第一个字段名称＆＃39;是用于完全匹配，＆quot; name_synonym＆＃39; field启用了同义词，第三个使用了语音分析器并扩大了搜索范围。然后，您可以使用scoring profile来提高每个字段中匹配的分数。例如，您可以为完全匹配提供10的提升值，为同义词提供5，为语音扩展提供1。您的搜索将针对这三个内部字段发布。
关于为什么＆＃39; Soper，Barry Russell＆＃39;排名低于Barry Spear＆＃39;。经过语音分析。单词＆＃39; soper＆＃39;和＃矛;＆＃39;在索引和查询时减少到相同的形式，并将它们视为相同的术语。在计算得分和排名时，搜索引擎使用术语的分析形式，并且语音相似性对得分没有影响。这就是为什么，次要因素，如场长，将在影响相关性得分方面发挥更重要的作用。
希望这会有所帮助。我提供了一个示例来对此进行建模，但您也可以查看term boosting in the full lucene query syntax。
如果您有任何其他问题，请与我们联系。
内特