按姓/名进行智能搜索

Question

我必须建立一个能够按名字/姓氏搜索成员的搜索工具，并且可能是其他一些搜索参数（即地址）。

搜索应该提供匹配候选者列表，以便用户可以选择他/她看起来“正确”匹配的任何内容。

搜索应该足够聪明，以便“正确”结果将成为列表中的前几个项目。搜索也应该容忍拼写错误和拼写错误，甚至可能知道名称捷径，即Bob vs. Robert或Bill vs. William。

我开始调查Lucene和家人（如弹性搜索）作为工作的工具。虽然它有一系列令人印象深刻的功能解决全文搜索的类似问题，但我不太确定如何将它们用于我的任务 - 直到可能Lucene根本不是正确的工具。

你们怎么想？我如何利用弹性搜索来解决我的问题？或者我应该去别处看看？

Answer 1

Lucene支持编辑距离查询，以便您的搜索查询可以容忍某些拼写错误，您可以将其定义为术语允许的编辑距离。

例如：

name:johnni~0.8

将返回“johnny”

Solr还提供各种现成的搜索filters和可用于搜索的分析器。 在您的情况下，我可能会将几个过滤器工厂链接在一起：

• TrimFilterFactory - 修剪查询
• LowerCaseFilterFactory - 摆脱案例差异
• ISOLatin1AccentFilterFactory - 从字母中删除重音符号（大多数人不会用重音搜索）
• PhoneticFilterFactory - 用于匹配类似以下查询的声音：kris - ＆gt;克里斯

查看链接下的文档，如何使用使用所有上述过滤器的Analyzer设置新的solr实例非常简单。我使用了类似的搜索城市名称的东西，它运作得相当好。

Answer 2

Lucene可以容忍拼写错误和拼写错误，并且可以使用同义词。至于

  

搜索应该足够聪明，以便“正确”的结果将成为列表中的前几个项目

是否有任何搜索引擎不尝试这样做？

Answer 3

就Bob / Robert而言，这可以通过同义词来完成，但您需要从一些可靠的来源获取同义词数据。

除了@Asaf提到的内容之外，您可以尝试使用N-gram索引来处理拼写变体。有关如何执行此操作的示例，请参阅CJKAnalyzer。