lucene - 使 lucene 将一个字段中的所有术语视为一个术语

Question

在我的 Lucene 文档中，我有一个“公司”字段，其中公司名称被标记化。我需要对我的应用程序的某个部分进行标记化。但是对于这个查询，我需要能够在整个公司字段上创建一个 PrefixQuery。

例子：

定期查询“bra”将返回两个文档，因为它们都有一个以 bra 开头的术语。
不过，我想要的结果只会返回最后一个条目，因为第一个词以 bra 开头。

有什么建议么？

score 1 · Accepted Answer

创建另一个索引字段，其中公司名称未标记化。必要时，搜索该字段而不是标记化的公司名称字段。

如果您想要快速搜索，您需要有直接指向感兴趣记录的索引条目。您可能可以使用邻近数据来过滤记录，但这会很慢。我认为问题是：如何有效地执行对完整字段的“包含”查询？

您可以通过创建（为每个当前字段）“第一项”字段和“剩余项”字段来最小化索引大小的增加。这将消除两个字段中第一项的重复。对于“正常”查询，您可以在这些字段中的任何一个中查找查询词。对于“startswith”查询，您只搜索“first term”字段。但这似乎比它的价值更麻烦。

score 0 · Accepted Answer

使用SpanQuery仅搜索第一个词的位置。由 SpanPositionRangeQuery 包裹的由 SpanMultiTermQueryWrapper 包裹的 PrefixQuery：

<SpanPositionRangeQuery: spanPosRange(SpanMultiTermQueryWrapper(company:bra*), 0, 1)>

2 回答 2