Lucene和\或JFlex中的字符轉換規則

我是Lucene的新手，沒有足夠的時間去瀏覽整個文檔。我們使用Lucene熒光筆來突出顯示匹配。據我所知，Lucene本身使用JFlex引擎。當前的任務需要引入新的語言支持。根據要求，像ειναι這樣的詞應該與ενναι匹配，反之亦然。人們在輸入信息時通常會避免使用重音，因此帶重音的單詞必須與沒有重音的同一單詞相匹配。所以，我的問題是我們是否可以在Lucene中指定某處或JFlex字符轉換規則，如U + 038A-> U + 03B9？任何幫助將不勝感激。Lucene和或JFlex中的字符轉換規則

來源

2012-11-26 Ihor M.

不知道有關字符轉換...但你可以做兩件事情：

施加ISOLatin1AccentFilter（在你的分析儀），這樣的話帶重音符號然後視爲非重音的搜索匹配。 http://www.dotlucene.net/documentation/api/Lucene.Net.Analysis.ISOLatin1AccentFilter.html
使用Lucene的模糊搜索 http://lucene.apache.org/core/old_versioned_docs/versions/2_9_1/queryparsersyntax.html#Fuzzy搜索

從我所用的東西，它不是一個簡單的配置設置。 Solr可能有類似的東西。 Lucene是一個裸機庫，通常可以靈活地確定您的「業務邏輯所在」......搜索，分析器/過濾器或索引設計本身。

來源

2012-11-26 16:41:19

感謝您的回覆，但這不完全是我一直在尋找的。似乎更好的解決方案將是在jflex文件中指定新的令牌類型，只要字將被分類 - 應用轉換規則。 –

您確定ISOLatin1AccentFilter不能幫助您嗎？如果您在索引和搜索時都使用它，您可以通過其重音和非重音變化找到重音詞，這正是您想要的。（雖然你也可以通過搜索重音詞找到一個沒有出現的單詞 - 是這個問題嗎？） –

Lucene和\或JFlex中的字符轉換規則

回答

相關問題