如何使用索引配置tolkenizers並使用Lucene和Nhibernate進行搜索

Question

這是通過NHibernate.Search命名空間與Lucene一起使用來使用Lucene的問題。

我索引的一個標題在指數：實習醫生格蕾

Title : "Grey's Anatomy" 

通過使用盧克，我看到那個標題是越來越切分分爲：

Title: anatomy 
Title: grey 

現在，我得到一個結果，如果我搜索：

"grey" or "grey's" 

但是，如果我搜索「灰色」那麼我什麼也得不到。

我想「灰色」返回結果。我想這可能是任何帶有撇號的單詞的問題。

因此，這裏有一些問題：

1. 我是正確的思維我既可以通過指數時改變的東西解決這個問題（所以，改變tolkenizer ??）或者改變它查詢時間（查詢解析器？）
2. 如果有解決方案，有人可以提供一個小代碼示例嗎？

感謝

Answer 1

如果您使用Lucene的經典詞彙搜索，然後灰色它最有可能不顯示的結果，除非你是一個不錯的標記化工作提供省時，所以從我看到它，你有2個選擇或第三個組合他們：

1. 使用Stemmer索引數據和查詢。 Stemmers速度很快，您總是可以找到Porter's stemmer somewhere in Google的實現。問題是當你尋找不同的語言。
2. 使用模糊查詢。使用模糊查詢，您可以設置要從搜索詞中「離開」的編輯距離。問題在於，因爲使用版本距離（即Lehvenstein）的兩個單詞「接近」並不意味着它們是相同的，但是應該通過將編輯距離設置爲2來解決Gray和Gray和Grays的問題

我認爲你將能夠找到Porter Stemmer的一個體面的實施，這是很好的權利here。

希望我能幫上忙！