lucene - 使用 Lucene 搜索 API 查找完全匹配

Question

我正在使用 Lucene 开发公司搜索 API。我的 Lucene 公司索引有 2 家公司：1.Abigail Adams National Bancorp, Inc. 2.National Bancorp

如果用户键入 National Bancorp，则只应返回公司#2（即 National Bancorp）而不是#1.....即。只应返回完全匹配。如何实现此功能？

谢谢阅读。

Answer 1

您可以使用KeywordAnalyzer对该字段进行索引和搜索。关键字分析器将只为整个字符串生成一个标记。

Answer 2

我用谷歌搜索了很多，但没有解决同样的问题。挠了一阵头后，我找到了解决方案。在双引号内搜索字符串，这将解决您的问题。

National Bancorp 将返回 #1 和 #2，但“National Bancorp”将仅返回 #2。

Answer 3

这可能保证使用带状过滤器。此过滤器将多个单词组合在一起。例如，带有 3 个令牌的 ShingleFilter 的 Abigail Adams National Bancorp 将产生（假设是一个简单的 WhitespaceAnalyzer）[Abigail]、[Abigail Adams]、[Abigail Adams National]、[Adams National Bancorp]、[Adams National]、[Adams] 、[National]、[National Bancorp] 和 [Bancorp]。

如果用户查询 National Bancorp，您将在 National Bancorp 本身上获得完全匹配，而在 Abigail Adams National Bancorp 上获得较低得分的完全匹配（得分较低，因为该字段中有更多令牌，因此降低了 idf） . 我认为在这样的查询中返回两个文档是有意义的。

您可能还想在查询时应用 shingle 过滤器，具体取决于用例。

Answer 4

您可能需要重新考虑您的要求，具体取决于我是否正确理解了您的问题。如果我误解了你，请多多包涵。

只是一点点思考：

• 如果您只想返回完全匹配，那么您为什么要首先搜索？

• 您确定用户期望完全匹配吗？我通常搜索假设搜索引擎将容纳丢失的单词。

• 假设用户搜索National Bank，但National Bank不再在您的索引中。您是否仍然希望Abigail Adams National Bancorp, Inc仅仅因为不完全匹配而被排除在结果之外？

鉴于此，我建议您继续向用户展示所有可能的匹配项（无论是否准确），并让他们自己决定最适合他们的匹配项。我这么说只是因为您可能与所有用户的想法不同。Lucene 将确保最接近的匹配在结果中排​​名最高，帮助他们更快地做出选择。

Answer 5

我对精确匹配有相同的要求。我使用了 org.hibernate.search.query.dsl 的 queryBuilder，查询是：

query = queryBuilder.phrase().withSlop(0).onField(field)
                        .sentence(searchTerm).createQuery();

它为我工作。