Lucene在一个短语上进行模糊搜索（FuzzyQuery + SpanQuery）

Question

我正在寻找一种对lucene模糊查询进行编码的方法，它可以搜索与精确短语相关的所有文档。如果我搜索“莫萨员工欣赏”，那么包含“大多数员工欣赏”的文档将作为结果返回。

我试着使用：

FuzzyQeury = new FuzzyQuery(new Term("contents","mosa employee appreicata")) 

不幸的是，经验是行不通的。 FuzzyQuery应用编辑距离，理论上讲，“莫萨员工欣赏”应该与“大多数员工欣赏”相匹配，并给出适当的距离。这似乎有点奇怪。

任何线索？谢谢。

Answer 1

femtoRgon的答案很棒！谢谢。

还有另一种方法可以解决这个问题。

//declare a mutilphrasequery 
MultiPhraseQuery childrenInOrder = new MultiPhraseQuery(); 

//user fuzzytermenum to enumerate your query string 
FuzzyTermEnum fuzzyEnumeratedTerms1 = new FuzzyTermEnum(reader, new Term(searchField,"mosa")); 
FuzzyTermEnum fuzzyEnumeratedTerms2 = new FuzzyTermEnum(reader, new Term(searchField,"employee")); 
FuzzyTermEnum fuzzyEnumeratedTerms3 = new FuzzyTermEnum(reader, new Term(searchField,"appreicata")); 

//this basically pull out the possbile terms from the index    
Term termHolder1 = fuzzyEnumeratedTerms1.term(); 
Term termHolder2 = fuzzyEnumeratedTerms2.term(); 
Term termHolder3 = fuzzyEnumeratedTerms3.term(); 

//put the possible terms into multiphrasequery 
if (termHolder1==null){ 
    childrenInOrder.add(new Term(searchField,"mosa")); 
}else{ 
    childrenInOrder.add(fuzzyEnumeratedTerms1.term()); 
} 

if (termHolder2==null){ 
    childrenInOrder.add(new Term(searchField,"employee")); 
}else{ 
    childrenInOrder.add(fuzzyEnumeratedTerms2.term()); 
} 

if (termHolder3==null){ 
    childrenInOrder.add(new Term(searchField,"appreicata")); 
}else{ 
    childrenInOrder.add(fuzzyEnumeratedTerms3.term()); 
} 


//close it - it is important to close it 
fuzzyEnumeratedTerms1.close(); 
fuzzyEnumeratedTerms2.close(); 
fuzzyEnumeratedTerms3.close(); 

Answer 2

这里有两个可能的问题。首先：我在猜测“内容”字段正在被分析，以至于“大多数员工都会说”不是一个术语，而是三个术语。在这种情况下，定义为单个术语并不合适。

但是，即使列出的内容是单个术语，但我们可能遇到的第二个问题是术语之间的距离太大以致无法匹配。 mosa employee appreicata和most employees appreciate之间的Damerau-Levenshtein距离是4（顺便说一下，我在拼写为 “Damerau-Levenshtein”的平均第一次投射和正确拼写之间的近似距离）。从4.0开始，模糊查询处理的编辑距离不超过2，这是由于性能限制，以及较大距离通常不是特别相关的假设。

如果您需要执行的模糊条款短语查询，你应该考虑要么MultiPhraseQuery，或结合了一套SpanQueries（尤其是SpanMultiTermQueryWrapper和SpanNearQuery），以满足您的需求。

SpanQuery[] clauses = new SpanQuery[3]; 
clauses[0] = new SpanMultiTermQueryWrapper(new FuzzyQuery(new Term("contents", "mosa"))); 
clauses[1] = new SpanMultiTermQueryWrapper(new FuzzyQuery(new Term("contents", "employee"))); 
clauses[2] = new SpanMultiTermQueryWrapper(new FuzzyQuery(new Term("contents", "appreicata"))); 
SpanNearQuery query = new SpanNearQuery(clauses, 0, true) 

而且由于没有一个单独的术语的编辑距离大于2，这应该更有效。