Lucene查询时间提升文化代码

Question

我正在使用与Kentico CMS一起打包的Lucene.Net实现。我们正在编制索引的网站上有各种语言的文章。如果用户正在查看该站点的日语版本（例如）并运行搜索“VPN”，我们希望他们先查看有关VPN的日文文章，还可以在结果中查看其他语言文章。

我正在努力通过查询时间提升_culture字段来实现这一目标。由于我们使用标准分析器（实际上不想改变它），并且标准分析器将连字符视为空格，我想我会尝试将'（_culture：jp）^ 4'附加到用户的查询中。正如您从Luke工具的Explain输出中看到的那样，在该字段中使用'jp'来提升文档没有做任何事情。是什么给了什么？

我也试过了：

_culture： “EN-JP”

_culture：en AND _culture：jp

_culture：“en jp”

更新：这是该领域的事情。索引中另一个名为“documentculture”的字段包含相同的数据（不知道为什么）。但是，当我尝试'（documentculture：jp）^ 4'时，它可以正常运行。这解决了我的问题，但我仍然有一个关于领域如何不同的学术问题。

Answer 1

即使标准分析器忽略了连字符，我也不相信它会将您的文化代码的两个部分视为单独的术语。因此，在正常情况下，通配符可以帮助您。例如，查询vpn (_culture:en*)^4将使用以 en 开头的文化来提升所有文档。

但是，在您的情况下，您希望匹配术语的结尾。不幸的是，由于某种原因，Lucene语法在术语开头不支持通配符（根据this reference）。因此，我认为您将不得不考虑更改您正在使用的分析仪。我通常发现Whitespace分析仪最符合我的需求。我刚刚使用空白分析器尝试过您的场景，并且发现vpn (_culture:en-jp)^4会为您提供所需的内容。

我知道如果你不接受这个答案，因为你声明你不想改变分析仪！