我正在寻找能够搜索部分术语的文档搜索引擎（如 Xapian、Whoosh、Lucene、Solr、Sphinx 或其他）。
例如，当搜索术语“brit”时，搜索引擎应该返回包含“britney”或“britain”的文档，或者通常包含与 r 匹配的单词的任何文档*brit*
切线地，我注意到大多数引擎使用 TF-IDF（词频-逆文档频率）或其基于完整词而不是部分词的派生词。除了 TF-IDF 之外，还有没有其他成功实现文档检索的技术？
问问题
14189 次
1 回答
19
使用 lucene，您将能够以多种方式实现这一点：
1.）您可以使用通配符查询*brit*（您必须设置查询解析器以允许前导通配符）
2.) 您可以创建一个包含所有术语的 N-Grams 的附加字段。这将导致更大的索引，但在许多情况下会更快（搜索速度）。
3.) 您可以使用模糊搜索来处理查询中的输入错误。例如，有人键入britnei但想查找britney。
对于通配符查询和模糊搜索，请查看查询语法文档。
于 2011-04-27T22:09:28.370 回答