3

我的论坛使用 Google App Engine Search Api。所以很自然地，我希望能够找到部分和拼写错误的单词。但是 api 并没有这样做。有谁知道这个api的解决方法或更好的替代方案？

对于部分匹配，我可以想象将论坛评论中的每个单词都炸成一组子字符串。但这似乎相当昂贵。试想一下：如果评论有 60 个字（比如总共 500 个字符），那么保存单个论坛帖子将在文档中添加一个巨大的文本字段

Document.Builder builder = Document.newBuilder(); 
builder.addField(Field.newBuilder().setName(“comment”).setText(comment))

这是相当荒谬的，尤其是正则表达式匹配器会更经济。这引出了一个问题：为什么查询不使用正则表达式匹配以便可以找到部分单词？至于拼写错误，有很多算法可以做到这一点，为什么 App 引擎 Seach api 不提供呢？

现在当然我在这里发布这个希望我错了，有人会告诉我 Search Api 确实提供了所有这些功能。我一直在网上浏览很多教程，到目前为止还没有。那么问题又来了：App Engine Search Api 是否允许partial text matchingand misspelled text matching？如果没有，我该如何破解它？

4

2 回答 2

2

搜索 API目前不支持部分文本匹配。然而，有很多这样的项目。提供在 GAE 上安装 Lucene/Compass 的方法。哪些能够完全满足您的需求。

于 2015-03-26T19:18:46.577 回答
1

您可以使用词干提取功能来查询单词变体：

https://cloud.google.com/appengine/docs/java/search/query_strings#Java_Stemming

要搜索单词的常见变体，例如复数形式和动词结尾，请使用 ~ 词干运算符（波浪号字符）。这是一个前缀运算符，它必须在一个没有中间空格的值之前。值 ~cat 将匹配 "cat" 或 "cats"，同样 ~dog 匹配 "dog" 或 "dogs"。词干算法并非万无一失。值 ~care 将匹配 "care" 和 "caring" 但不匹配 "cares" 或 "careed"。词干仅在搜索文本和 HTML 字段时使用。

于 2015-03-28T21:58:49.813 回答