unscharfe Suche mit Lucene

Question

Ich habe eine unscharfe Suche mit Lucene 4.3.1 durchgeführt, aber ich bin nicht mit dem Ergebnis zufrieden. Ich möchte eine Reihe von Ergebnissen angeben, die zurückgegeben werden sollten. Wenn ich zum Beispiel 10 Ergebnisse haben möchte, sollte es die 10 besten Treffer zurückgeben, egal wie schlecht sie sind. Meistens gibt es nichts zurück, wenn das Wort, nach dem ich suche, sich sehr von allem im Index unterscheidet. Wie kann ich mehr/unschärfere Ergebnisse erzielen?

Hier ist der Code, den ich habe:

public String[] luceneQuery(String query, int numberOfHits, String path) 
     throws ParseException, IOException { 

    File dir = new File(path); 
    Directory index = FSDirectory.open(dir); 

    query = query + "~"; 
    Query q = new QueryParser(Version.LUCENE_43, "label", analyzer) 
      .parse(query); 

    IndexReader reader = DirectoryReader.open(index); 
    IndexSearcher searcher = new IndexSearcher(reader); 

    Query fuzzyQuery = new FuzzyQuery(new Term("label", query), 2); 

    ScoreDoc[] fuzzyHits = searcher.search(fuzzyQuery, numberOfHits).scoreDocs; 
    String[] fuzzyResults = new String[fuzzyHits.length]; 

    for (int i = 0; i < fuzzyHits.length; ++i) { 
     int docId = fuzzyHits[i].doc; 
     Document d = searcher.doc(docId); 
     fuzzyResults[i] = d.get("label"); 
    } 

    reader.close(); 
    return fuzzyResults; 
} 

Answer 1

großen bearbeiten Entfernungen sind nicht von FuzzyQuery in Lucene 4.x. mehr unterstützt Die aktuelle Implementierung von FuzzyQuery ist eine riesige Verbesserung der Leistung von der Lucene 3.x-Implementierung, unterstützt aber nur zwei Änderungen. Entfernungen größer als 2 Damerau-Levenshtein-Bearbeitungen gelten als selten sehr nützlich.

Nach dem FuzzyQuery documentation, wenn Sie wirklich höher bearbeiten Abstände haben muss:

Wenn Sie wirklich wollen, sollten Sie eine n-gram Indizierungstechnik (wie die Rechtschreibprüfung im Modul vorschlagen) statt.

Die starke Implikation ist, dass Sie neu überdenken sollten, was Sie erreichen möchten, und einen nützlicheren Ansatz finden.