indexing - 使用 Lucene 搜索 m 个术语中的 n 个并应用准确性

Question

我正在使用 Lucene，并且正在寻找在人工生成的内容中搜索复杂产品名称的最佳方法。电子商务中出现的名称通常很长并且包含，例如：“brand_name category_name model_name technology_name version_number”。然而，写这些产品的人很少使用全名。

因此，对我来说，最好有一个搜索引擎，它可以在 5 个单词中找到 3 个，并将准确性应用于结果。例如，包含全名的提及将具有 1.0 的准确性，包含全名但交换单词的提及会降低，包含 5 个单词中的 4 或 3 个的提及也会被捕获，但准确性会更低。

是否有可能在 Lucene 之上以可接受的性能创建这样的功能？

Answer 1

是的。您可以使用短语查询一起搜索所有单词。BooleanQuery组合您要查找的术语将搜索任何给定的术语，并优先考虑与更多查询术语匹配的结果（更高的分数）。该BooleanQuery.setMinimumShouldMatch方法可用于要求至少匹配三个术语。

如果您正在朝那个方向看，所有这一切都可以通过 Solr 和 ElasticSearch 轻松完成。