用户名: 密 码:
您现在的位置:首页 >> SEO开发技巧 >> 内容

细说 lucene的fuzzyquery和wildcardquery

时间:2009-09-20 18:56:20 点击:4947

  核心提示:1.fuzzyquery用编辑距离度量俩词项的相似度将所有相似的词项填充成布尔查询(或)取所有相同前缀(前缀长度可以设定)的词项做编辑距离2.wildcardquerylucene的wildcardquery是这样的:例如查询'华南*大学'首先根据匹配字符'*'获取前缀'华南'依旧是遍历所有前缀为'...

1.fuzzyquery

用编辑距离度量俩词项的相似度
将所有相似的词项填充成布尔查询(或)

取所有相同前缀(前缀长度可以设定)的词项做编辑距离

2.wildcardquery

lucene的wildcardquery是这样的:
例如查询"华南*大学"

首先根据匹配字符"*"获取前缀"华南"

依旧是遍历所有前缀为"华南"的词项

比较之,满足条件的填充为布尔查询(或)

比较法则是:

使用后缀"*大学",删选后缀相同的。

但是:
没有前缀和后缀也可以做百搭搜索
例如"华南*"和"*大学"

第一种是遍历所有前缀为"华南"的即可
第二种是遍历所有的词项(该字段),比较法则是后缀相同。

以上是:clucene/java lucene2.0
我估计java lucene 2.4.0也没有大的变化

当然书上还有许多做法

例如索引项包含了前n-gram和后n-gram
比如华南理工大学,拆分有"华南"索引也有倒序"学大"索引

然后将"华南"和"学大"构建布尔查询

当然实际中如果是中文的话就不是这么做的

中英差异比较大,对于中文字典,FussyQuery WildcardQuery的应用我觉得有限


 

文章来源:http://www.xinxilong.com

作者:不详 来源:网络
相关评论
发表我的评论
  • 大名:
  • 内容:
  • 论坛群发工具(www.xinxilong.com) © 2008 版权所有 All Rights Resverved.
  • Email:433168@qq.com 沪ICP备12025887号
  • Powered by 论坛群发大师