Lucene Spellchecker排名奇怪的提議

我在Lucene.NET的contrib NuGet包v3.0.3中使用拼寫檢查器。Lucene Spellchecker排名奇怪的提議

拼寫檢查指數採用_spellChecker.IndexDictionary(new SpellChecker.Net.Search.Spell.LuceneDictionary(reader, "Name"));

我有是（我假設）問題創建由於帶狀皰疹的方法/正克工作，運行_spellChecker.SuggestSimilar("Wiess")不進球「韋斯」非常高。「Witness」，「Wireless」和「Wills」的分數高於「Weiss」。

看起來「Weiss」應該得分高於「Wireless」。有沒有辦法我可以調整這個來獲得這個結果？

來源

2012-11-30 Ivy Fae

我認爲它可能與拼寫檢查程序使用的語言有關？（抱歉，不知道lucene） – GameScripting

拼寫檢查程序正在使用我提供的詞（名稱），所以語言應該不重要。 –

這個問題導致了另一個問題。看到回答：Lucene SpellChecker Prefer Permutations or special scoring

非常感謝femtoRgon指引我在正確的方向。

來源

2012-12-03 22:13:11

你還沒有提供什麼是DOES的回報，所以我假設你只是不喜歡它給的東西，而不是它沒有給你什麼。

在Lucene文檔中，沒有一個採用1個參數的SuggestSimilar方法。我相信這是因爲你永遠不應該僅僅依靠一個結果，每API，最小參考建議參數的數量：

「，即如果numSug == 1，不要在建議計數是最好的一個。因此，您應該將此值設置爲至少5，這是一個很好的建議。「

我假設你可以提供第二個參數。嘗試將其設置得更高，並看看你得到了什麼。

編輯 -

好的。我懂了。也許一個簡單的Levenshtein距離風格算法會更符合你的需求。 Lucene 4.0爲此提供了一個（實驗性的）新拼寫檢查程序：DirectSpellChecker。另外，我相信一個簡單的FuzzyQuery也可以完成這項工作。這兩種方法中的任何一種都會刪除SpellChecker算法的各個方面，從而有效地簡化它，並且總體而言，您的結果可能會變得更糟。

注：

「Wiess」「韋斯」距離2
「Wiess」「證人」距離2
「Wiess」，「無線」距離3
「Wiess」「遺囑「距離2

所以，實際上，這可能不會讓你有太多。你可能會寫一個過濾器，偏好與查詢等長的結果，但這無助於區分Wills。那個你可能不得不忍受的人。

來源

2012-11-30 22:13:24 femtoRgon

對不起，原來的細節遺漏。起初我有5條建議，但「Weiss」目前出現在第32位。看來Lucene.NET還沒有包含DirectSpellChecker。我正在嘗試FuzzyQuery並將返回細節。謝謝。 –

FuzzyQuery似乎很有用，但也沒有給我我想要的結果。我將嘗試編寫一個更喜歡* permutations *的過濾器。 –

Lucene Spellchecker排名奇怪的提議

回答

相關問題