语音搜索结果排名

Question

我想在hibernate搜索中使用语音搜索的能力。问题是，精确匹配没有排名到搜索结果的顶部。例如，搜索"john“返回以下结果列表：

• 琼恩
• john
• 琼尼

我本以为“约翰”会被列在榜首

我用以下方式定义了我的分析器：

    @AnalyzerDef(name = "phonetic", 
    tokenizer = @TokenizerDef(factory = StandardTokenizerFactory.class), 
    filters = { 
            @TokenFilterDef(factory = StandardFilterFactory.class), 
            @TokenFilterDef(factory = PhoneticFilterFactory.class, params = {
                @Parameter(name = "encoder", value = "DoubleMetaphone"), 
                @Parameter(name = "inject", value = "true") 
            }) 
    })
@Analyzer(definition = "phonetic")
public class User{
    @Field(index=Index.TOKENIZED, store=Store.YES)
    private String firstname;

    @Field(index=Index.TOKENIZED, store=Store.YES)
    private String lastname;
}

搜索是用以下代码完成的：

String[] fields = new String[] { "firstname", "lastname" };
            MultiFieldQueryParser parser = new MultiFieldQueryParser(fields,
                    sf.getAnalyzer("phonetic"));

如果你能给我任何提示/帮助，你应该如何达到这个排名，那就太好了。我试图通过谷歌找到一些东西，我只发现这必须由我自己来实现，使用查询扩展来促进精确匹配，而不是语音搜索结果……提前感谢你帮助我。我使用Hibernate搜索3.1和Solr 1.3

Br、Shane

Answer 1

您的查询应该按照您指定的方式工作。由于您在您的inject=true上指定了PhoneticFilter，所以您确实应该在精确匹配(即metaphone匹配和纯文本匹配)上获得更多的术语匹配，而且就我的测试而言，这也证明了这一点。

我看到的问题是，你的分析给你留下了大小写敏感的搜索精确匹配的问题。如果你索引"John"，并搜索"john"，那么音标匹配就会很好，但是由于大小写的敏感性，你会错过准确的匹配。

简单地向过滤器链中添加一个LowercaseFilter就可以解决这个问题。我建议将它直接添加到您的PhoneticFilter之上，例如：

filters = { 
        @TokenFilterDef(factory = StandardFilterFactory.class), 
        @TokenFilterDef(factory = LowerCaseFilterFactory.class),
        @TokenFilterDef(factory = PhoneticFilterFactory.class, params = {
            @Parameter(name = "encoder", value = "DoubleMetaphone"), 
            @Parameter(name = "inject", value = "true") 
        }) 
}

PhoneticFilterFactory上方的位置维护了大写的隐喻，这不仅遵循惯例，而且还确保了元电话代码和纯文本之间的不匹配。事实上，我想不出有什么情况会让人担心，但不管怎样，似乎都不错。

Answer 2

从基于语音的分析器的角度来看，乔恩和约翰完全一样。Hibernate搜索允许定义多个分析器，还可以使用复数形式注释@Fields多次索引相同的属性。

假设您在两个名为firstname_phonetic和firstname_standard的字段中索引了名字，然后可以创建两个针对每个字段的查询实例，并使用BooleanQuery和each子句组合这两个查询。这将使得分手将两者的分数结合起来，这样精确的比赛就能得到更高的排名。

Answer 3

感谢您的回答，我现在使用了"femtoRgon“的注释顺序，并使用@ field (默认和语音)定义了多个分析器，当我将查询与标准组合时，使用不同的引导值进行语音字段搜索(在标准上使用更多的2.0f引导)。

感谢大家的帮助

Br、Shane