Apache lucene 和文本含义

Question

我有一个关于 lucene/ 中搜索过程的问题。 我使用此代码进行搜索

    Directory directory = FSDirectory.GetDirectory(@"c:\index");
    Analyzer analyzer = new StandardAnalyzer();

    QueryParser qp = new QueryParser("content", analyzer);
    qp.SetDefaultOperator(QueryParser.Operator.AND);

    Query query = qp.Parse(search string);

在一个文档中，我为字段设置了“我想要去购物”，在其他文档中我设置了“我想要去购物” ”。

两个句子的意思是一样的！

lucene 有什么好的解决方案来理解句子的含义或标准化气味吗？例如，保存“我想要/想要/去购物”等字段，并使用结果中的正则表达式删除注释。

Answer 1

Lucene 提供了过滤器来标准化单词，甚至映射相似的单词。

PorterStemFilter -
词干提取可以将单词简化为词根。
例如，wanted，want 将简化为根want，并且搜索任何这些单词都将与文档匹配。
然而，想要并没有减少到根本的想要。所以在这种情况下它可能不起作用。

同义词过滤器 -
将帮助您在配置文件中映射类似的单词。
所以wanna可以映射到want，如果您搜索其中任何一个，文档必须匹配。

您需要在分析链中添加过滤器。