Lucene中的查询类型

Question

Lucene NOOB警报！

我认为自己至少是一个拥有合理智力的人，然而我在理解Lucene中的查询类型时遇到了巨大的问题。

在我的特定实例中，我需要在我的文档中搜索一个字符串字段，该字段的长度只有moedrate (平均大约50个字符)。

我希望用户能够在他们正在搜索的项目中键入单词的开头。我也不希望他们提供条款的顺序。

示例字段：“通用品牌强度”

应该匹配搜索：“通用品牌实力”“品牌通用实力”..."gen bran str“"bran generic str”...等。

我可以将我的信息(示例中的每个单词)存储在单独的字段中，如果这会有帮助的话，但我不相信这会有帮助。

我目前迷失在模糊通配符和多术语短语的世界中。

有人能为我阐明整个场景吗？(是的，我已经在网上广泛地寻找帮助，但找不到像样的资源)。

顺便说一句，我使用的是Lucene 2.9，但我不认为这真的很重要。

Answer 1

您不需要将每个术语存储在单独的字段中。Lucene为每个术语创建标记(如果您使用空格标记生成器)，因此允许极大的搜索灵活性。

关于你的问题：

示例字段：“通用品牌强度”

应匹配搜索：“通用品牌实力”“品牌通用实力”

上面的查询将返回两个结果，后者的得分较低，原因很明显。然而，"gen bran str“"bran generic str”...等是棘手的，因为它看起来术语不是标准的“词干”，在这种情况下，你可以使用词干分析器。

最简单的方法是：

1. 通过空格拆分您的查询短语，因此您有一个使用布尔查询的string[]
2. ，并为每个术语创建一个查询，并在末尾附加一个通配符。

类似于：

string[] terms = query.split(" ");
BooleanQuery bq = new BooleanQuery();

foreach(string term in terms)
 bq.Add(new Query("FieldName", term + "*",...);

还有更好的查询类型，如SpanQuery、DisMax等，但既然您提到了一个noob警报，那么我认为上面的方法是最简单的(尽管可能不是最优雅的)。

HTH