我有一个应用程序，我需要在各种基于文本的字段中搜索。该应用程序是使用NHibernate作为ORM开发的。
我想在搜索中实施Porter Stemming，以便即使关键字与相似的字匹配也能够返回相关结果，例如，当搜索关键字为{时，产品的描述包含memories {1}}。
有人可以建议这类搜索的最佳做法吗？想到的第一个想法是在数据库中存储同一字段的两个版本，例如：
memory Description
Description_Search
列将是网站管理员输入的文本，并且是前端可见的文本。
Description将包含相同的文本，但是通过Porter-Stemming算法传递。然后，搜索查询将基于Description_Search字段，而不是Description_Search。
这有意义吗？是否浪费空间必须存储几乎相同文本的两个版本？
另外，Description会在这种情况下提供帮助吗？我也在考虑将Lucene.Net集成到基于全文的搜索中，但还没有详细研究过。
提前致谢！
答案 0 :(得分：0)
没有必要为此使用两个字段，一个就足够了。一个字段有两个“值”，一个存储可以使用Document.Get(...)检索，一个索引用于搜索。在技术上也不需要存储值，常见的解决方案是存储用于在数据库中查找原始内容的id。这还可以让您查找更多信息，例如作者信息和文档位置。
Lucene.Net在这种情况下会有所帮助，但它要求您自己编写基础架构。您需要注意配置分析器（通常无需配置），并为您的内容编制索引。正如在评论中提到的，您可以使用SQL Server的全文搜索功能，但这本身有一些限制（可能不会影响您）。
我使用SQL Server的FTS遇到了一个大问题，但是在Lucene.Net中工作（这是不公平的，因为你可以在Lucene.Net中做几乎任何事情，因为你写的代码就是这样做的）是重音灵敏度。我无法使用瑞典语规则对其进行配置，其中åäö应被视为真实字符。启用重音敏感度可以做到这一点，但这也意味着变音符被解析为真实字符，这意味着ñ与n不同。 （想象一下，搜索“墨西哥胡椒”并没有获得“jalapeño”的匹配）。禁用重音敏感度基本上会删除所有变音符号，将åäö变为aao，并且单词会变得完全不同。
在Lucene.Net中编写内容（与SQL Server FTS相比）允许您提供结果突出显示（在文档中显示与查询匹配的短语），搜索类似文档，拼写检查，自定义结果提升，方面，以及其他可以增强用户搜索体验的内容。