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公司指数有2家公司： 1.Abigail Adams National Bancorp，Inc。 2.National Bancorp

如果用户输入National Bancorp，则只返回＃2公司（即National Bancorp），而不是＃1 ..... ie。只返回完全匹配。 我如何实现此功能？

感谢阅读。

Answer 1

您可以使用KeywordAnalyzer对此字段进行索引和搜索。关键字分析器将仅为整个字符串生成一个标记。

Answer 2

这可能需要使用木瓦过滤器。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将生产（假设一个简单的WhitespaceAnalyzer）[Abigail]，[Abigail Adams]，[Abigail Adams National]，[Adams National Bancorp]，[Adams National]，[Adams] ，[National]，[National Bancorp]和[Bancorp]。

如果用户对National Bancorp的查询，您将获得National Bancorp本身的完全匹配，以及Abigail Adams National Bancorp的较低得分精确匹配（较低的得分，因为这个在该领域有更多的令牌，因此降低idf）。我认为在这样的查询中返回两个文档是有意义的。

您可能还希望在查询时应用shingle过滤器，具体取决于用例。

Answer 3

我搜索了很多同样问题没有任何帮助。抓了一会儿后，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 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您的问题。如果我误解了你，请跟我一起去。

只是一点思考：

• 如果您只想返回完全匹配，那么您为什么要首先搜索？

• 您确定用户希望完全匹配吗？我通常会假设搜索引擎会包含缺失的单词。

• 假设用户搜索了 National Bank ，但 National Bank 已不在您的索引中。您是否仍然希望将 Abigail Adams National Bancorp，Inc 排除在结果之外，因为它不完全匹配？

鉴于此，我建议您继续向用户提供所有可能的匹配（完全或不是），让他们自己决定最适合他们的匹配。我这样说只是因为你可能没有和所有用户一样思考问题。 Lucene将负责确保最接近的匹配在结果中排​​名最高，帮助他们做出更快的选择。

Answer 5

我对完全匹配有相同的要求。我使用了org.hibernate.search.query.dsl的queryBuilder，查询为：

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

它为我工作。