Lucene 3.0.3 - 模糊搜索相似度如何與更高版本的編輯距離相關聯？ （例如4.x）

Question

在版本4.x之前，可以使用0.1到1.0之間的浮點數設置模糊搜索的相似度。 更高版本使用介於0和2之間的值作爲編輯距離。

這些值是如何相關的？我在文檔中的任何地方都找不到0.1到1.0的實際浮動範圍。

我使用lucene.net 3.0.3

Answer 1

4.0版以後只需使用一個Damerau-Levenshtein edit distance。

版本3.0.3將編輯距離與術語長度進行比較。如果length(term) * minSimilarity >= edit distance（其中minSimilarity是您所指的float參數），則該術語被認爲是匹配的。

因此，如果將其設置爲0.5，則長度爲4的項可以具有高達2的編輯距離，而長度爲6的項可以具有3的距離並且仍然匹配。