Question

我正在尝试使用Lucene的Dictionary和拼写检查类来制作Lucene自动完成，但到目前为止只能成功地使其适用于单个术语。

我用谷歌搜索并发现我们需要使用Shingle Matrix过滤器来完成工作。有经验的Lucene有人能告诉我一种方法吗？

我需要的是它必须生成带有短语的自动完成单词。例如，如果我有一个这样的文档：“这是一个长篇大论，其中包含太多的单词”，那么我应该能够生成“长行”，“长咆哮”，“许多”之类的单词单词“等......

可能吗？

感谢。

Answer 1

writer = new IndexWriter(dir, new ShingleAnalyzerWrapper(new StandardAnalyzer( Version.LUCENE_CURRENT, Collections.emptySet()),3), false, IndexWriter.MaxFieldLength.UNLIMITED);

这对我有用......

Answer 2

您可以在继承Lucene.Net.Analysis.Analyzer类时编写自己的Analyzer实现TokenStream函数。你可以使用这个shingleFilter从令牌流Code Code获取多字：

public override Lucene.Net.Analysis.TokenStream TokenStream(String fieldName, System.IO.TextReader       
reader)
   { 
      Lucene.Net.Analysis.TokenStream tokenStream = new     
      Lucene.Net.Analysis.Standard.StandardTokenizer(Lucene.Net.Util.Version.LUCENE_30, reader);  
      tokenStream = new Lucene.Net.Analysis.Shingle.ShingleFilter(tokenStream, maxShingleSize);
      return tokenStream;
   }

max Shingle size标识多字单元的最大长度

Lucene使用Shingle过滤器自动完成多个单词

2 个答案: