Lucene在一個短語上進行模糊搜索（FuzzyQuery + SpanQuery）

Question

我正在尋找一種對lucene模糊查詢進行編碼的方法，它可以搜索與精確短語相關的所有文檔。如果我搜索「莫薩員工欣賞」，那麼包含「大多數員工欣賞」的文檔將作爲結果返回。

我試着使用：

FuzzyQeury = new FuzzyQuery(new Term("contents","mosa employee appreicata")) 

不幸的是，經驗是行不通的。 FuzzyQuery應用編輯距離，理論上講，「莫薩員工欣賞」應該與「大多數員工欣賞」相匹配，並給出適當的距離。這似乎有點奇怪。

任何線索？謝謝。

Answer 1

femtoRgon的答案很棒！謝謝。

還有另一種方法可以解決這個問題。

//declare a mutilphrasequery 
MultiPhraseQuery childrenInOrder = new MultiPhraseQuery(); 

//user fuzzytermenum to enumerate your query string 
FuzzyTermEnum fuzzyEnumeratedTerms1 = new FuzzyTermEnum(reader, new Term(searchField,"mosa")); 
FuzzyTermEnum fuzzyEnumeratedTerms2 = new FuzzyTermEnum(reader, new Term(searchField,"employee")); 
FuzzyTermEnum fuzzyEnumeratedTerms3 = new FuzzyTermEnum(reader, new Term(searchField,"appreicata")); 

//this basically pull out the possbile terms from the index    
Term termHolder1 = fuzzyEnumeratedTerms1.term(); 
Term termHolder2 = fuzzyEnumeratedTerms2.term(); 
Term termHolder3 = fuzzyEnumeratedTerms3.term(); 

//put the possible terms into multiphrasequery 
if (termHolder1==null){ 
    childrenInOrder.add(new Term(searchField,"mosa")); 
}else{ 
    childrenInOrder.add(fuzzyEnumeratedTerms1.term()); 
} 

if (termHolder2==null){ 
    childrenInOrder.add(new Term(searchField,"employee")); 
}else{ 
    childrenInOrder.add(fuzzyEnumeratedTerms2.term()); 
} 

if (termHolder3==null){ 
    childrenInOrder.add(new Term(searchField,"appreicata")); 
}else{ 
    childrenInOrder.add(fuzzyEnumeratedTerms3.term()); 
} 


//close it - it is important to close it 
fuzzyEnumeratedTerms1.close(); 
fuzzyEnumeratedTerms2.close(); 
fuzzyEnumeratedTerms3.close(); 

Answer 2

這裏有兩個可能的問題。首先：我在猜測「內容」字段正在被分析，以至於「大多數員工都會說」不是一個術語，而是三個術語。在這種情況下，定義爲單個術語並不合適。

但是，即使列出的內容是單個術語，但我們可能遇到的第二個問題是術語之間的距離太大以致無法匹配。 mosa employee appreicata和most employees appreciate之間的Damerau-Levenshtein距離是4（順便說一下，我在拼寫爲 「Damerau-Levenshtein」的平均第一次投射和正確拼寫之間的近似距離）。從4.0開始，模糊查詢處理的編輯距離不超過2，這是由於性能限制，以及較大距離通常不是特別相關的假設。

如果您需要執行的模糊條款短語查詢，你應該考慮要麼MultiPhraseQuery，或結合了一套SpanQueries（尤其是SpanMultiTermQueryWrapper和SpanNearQuery），以滿足您的需求。

SpanQuery[] clauses = new SpanQuery[3]; 
clauses[0] = new SpanMultiTermQueryWrapper(new FuzzyQuery(new Term("contents", "mosa"))); 
clauses[1] = new SpanMultiTermQueryWrapper(new FuzzyQuery(new Term("contents", "employee"))); 
clauses[2] = new SpanMultiTermQueryWrapper(new FuzzyQuery(new Term("contents", "appreicata"))); 
SpanNearQuery query = new SpanNearQuery(clauses, 0, true) 

而且由於沒有一個單獨的術語的編輯距離大於2，這應該更有效。