Lucene 同义词扩展、词干、拼写检查等

Question

我正在使用 Lucene 来索引我的数据库，然后对特定字段（字段名称：关键字）执行短语搜索。 我当前正在使用以下代码：

        String userQuery = request.getParameter("query");
        //create standard analyzer object
        analyzer = new StandardAnalyzer(Version.LUCENE_30);
                    Analyzer analyze=AnalyzerUtil.getPorterStemmerAnalyzer(analyzer);
        //create File object of our index directory
        File file = new File(LUCENE_INDEX_DIRECTORY);
        //create index reader object
        reader = IndexReader.open(FSDirectory.open(file),true);
        //create index searcher object
        searcher = new IndexSearcher(reader);
        //create topscore document collector
        collector = TopScoreDocCollector.create(1000, false);
        //create query parser object
        parser = new QueryParser(Version.LUCENE_30,"keyword", analyze);
                    parser.setAllowLeadingWildcard(true);
        //parse the query and get reference to Query object
        query = parser.parse(userQuery);
        //********Line 1***********************
                    //search the query
        searcher.search(query, collector);
        hits = collector.topDocs().scoreDocs;
        //check whether the search returns any result
        if(hits.length>0){//Code to retrieve hits}

此代码对于词干提取效果很好，但现在我还想扩展我的查询以进行同义词搜索，就像如果我输入“Man”并且我的 lucene 索引有一个条目“male”，它仍然可以给我一个打击。 我尝试将其添加到上述代码的第 1 行 query=SynExpand.expand(userQuery,
搜索者，分析，“关键字”，serialVersionUID）； 但它没有给我任何结果。 我还想引入拼写检查，如果我输入“u believeable”而不是“令人难以置信”，它仍然会给我一个结果。

我不知道为什么同义词扩展对我不起作用以及如何进行拼写检查。如果有人可以指导我，我将非常感激。

谢谢！

Answer 1

模糊搜索可以通过查询关键字修饰符来完成，即通过添加波形符：

keyword:ubelievable~

参见 Lucene Parser语法了解更多详细信息以及您可能感兴趣的其他类型的查询。

有两种处理同义词的方法。您尝试使用的查询扩展依赖于WordNet。正如 SynExpand 的文档所述，您应该首先调用 Syns2Index 使用扩展。这是很简单的方法，但它只适用于英语单词。

如果您需要添加对多种语言的支持或添加您自己的同义词，可以在索引期间使用同义词注入。这个想法是编写您自己的分析器，将您自己的字典中的同义词注入到索引文档中。这听起来可能很难实现，但幸运的是，Lucene in Action 一书中有很好的示例（源代码可用）免费，请参阅 lia.analysis.synonym 包（不过，我强烈建议您购买这本好书）。