如何在 sphinx 搜索中处理单词形式

Question

我有一个 sphinx 服务器来为 django 应用程序索引 mysql 数据库。我的搜索工作正常，但我的内容包括医学单词/短语。因此，例如，我需要搜索“dvt”来匹配“深静脉血栓”甚至“深静脉血栓”。我浏览了文档，看到了“词形”和“形态”的选项。我应该使用其中哪一个（或其他东西）？另外，什么会向后起作用？即，搜索“深静脉血栓”/“深静脉血栓”将与“dvt”匹配。

另外，我希望得到一些关于如何设置这些的建议，因为我总体上是狮身人面像的新手。

Answer 1

您需要提供自己的单词/术语同义词列表，以用于查询扩展。

由于 Sphinx 目前不支持查询中的同义词扩展，因此您需要在将查询提交到搜索引擎之前根据同义词列表对查询进行处理。

因此，使用您的示例：

• 用户查询：“dvt 补救程序”。

• 服务器接收查询并根据其同义词列表检查每个术语。

• 服务器找到匹配项并添加“深静脉血栓”进行查询。

• 服务器向搜索引擎提交新扩展的查询“dvt 深静脉血栓形成补救程序”。

最后，如果 Sphinx 中内置的词干分析器正在完成其工作，则您不必同时支持“静脉”和“静脉”作为单独的术语，因为它们都应源于同一个术语。如果情况并非如此，您可能需要进行额外的预词干处理来处理特定于您的语料库的单词（医学术语）。