lucene - Lucene 和\或 JFlex 中的字符转换规则

Question

我是 Lucene 的新手，没有足够的时间浏览整个文档。我们正在使用 Lucene 荧光笔来突出显示匹配项。据我所知，Lucene 本身正在使用 JFlex 引擎。当前任务需要引入新的语言支持。根据要求，像 ειναι 这样的词应该匹配 είναι，反之亦然。人们在输入消息时通常会避免使用重音，因此带有重音的单词必须与没有重音的相同单词匹配。所以，我的问题是我们是否可以在 Lucene 或 JFlex 字符转换规则中指定某处，如 U+038A->U+03B9 ？任何帮助将不胜感激。

Answer 1

不确定角色转换......但你可以做几件事：

• 应用 ISOLatin1AccentFilter（在您的分析器中），以便在非重音搜索中将重音词视为匹配项。 http://www.dotlucene.net/documentation/api/Lucene.Net.Analysis.ISOLatin1AccentFilter.html

• 使用 Lucene 模糊搜索 http://lucene.apache.org/core/old_versioned_docs/versions/2_9_1/queryparsersyntax.html#Fuzzy Searches

从我使用的情况来看，这不是一个简单的配置设置。Solr 可能有类似的东西。Lucene 是一个裸库，通常可以让您灵活地确定“业务逻辑所在”的位置……在搜索、分析器/过滤器或索引设计本身中。