Lucene短语查询不起作用

debugcn 发表于 Dev

切斯特89

我不知道如何使词组查询正常工作。它返回精确的数学表达式，但是slop选项似乎没有什么不同。
这是我的代码：

static void Main(string[] args)
    { 
     using (Directory directory = new RAMDirectory())
        {
            Analyzer analyzer = new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_29);

            using (IndexWriter writer = new IndexWriter(directory, analyzer, true, IndexWriter.MaxFieldLength.UNLIMITED))
            {
                // index a few documents
                writer.AddDocument(createDocument("1", "henry morgan"));
                writer.AddDocument(createDocument("2", "henry junior morgan"));
                writer.AddDocument(createDocument("3", "henry immortal jr morgan"));
                writer.AddDocument(createDocument("4", "morgan henry"));
            }

            // search for documents that have "foo bar" in them
            String sentence = "henry morgan";
            IndexSearcher searcher = new IndexSearcher(directory, true);
            PhraseQuery query = new PhraseQuery()
            {
                //allow inverse order
                Slop = 3
            };

            query.Add(new Term("contents", sentence));

            // display search results
            List<string> results = new List<string>();
            Console.WriteLine("Looking for \"{0}\"...", sentence);
            TopDocs topDocs = searcher.Search(query, 100);
            foreach (ScoreDoc scoreDoc in topDocs.ScoreDocs)
            {
                var matchedContents = searcher.Doc(scoreDoc.Doc).Get("contents");
                results.Add(matchedContents);
                Console.WriteLine("Found: {0}", matchedContents);
            }
        }

private static Document createDocument(string id, string content)
    {
        Document doc = new Document();
        doc.Add(new Field("id", id, Field.Store.YES, Field.Index.NOT_ANALYZED));
        doc.Add(new Field("contents", content, Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
        return doc;
    }

我认为除id = 3的文档以外的所有选项都应该匹配，但只有第一个选项可以匹配。我错过了什么？

周杰伦

在《 Lucene In Action》第二版，第3.4.6节中，按词组搜索：PhraseQuery。

PhraseQuery使用此信息来查找术语之间相距一定距离的文档

当然，一个普通的TermQuery可以找到知道这些单词中的任何一个的技巧，但是在这种情况下，我们只希望文档中的短语完全并排（快速狐狸）或之间有一个单词的短语（快速[无关]狐狸）

因此，PhraseQuery实际上是在术语之间使用的，该章中的示例代码也证明了这一点。当您使用StandardAnalyzer时，分析后的“亨利·摩根”将是亨利和摩根。因此，您不能将“ henry morgan”添加为一个术语

/*
   Sets the number of other words permitted between words 
   in query phrase.If zero, then this is an exact phrase search.  
*/
 public void setSlop(int s) { slop = s; }

setSlop的定义可以进一步解释这种情况。在对您的代码稍作更改后，我就知道了。

// code in Scala
val query = new PhraseQuery();
query.setSlop(3)
List("henry", "morgan").foreach { word =>
    query.add(new Term("contents", word))
}

在这种情况下，这四个文档将全部匹配。如果您还有其他问题，建议您阅读《 Lucene In Action 2nd》中的该章。这可能会有所帮助。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。