Algorithm 搜索查询标记器

我们正在尝试向我们的网站添加一个简单的搜索功能，该网站列出了餐馆。我们试图从搜索字符串中检测地名、位置和地点特征，比如“开罗附近的廉价餐馆”或“弗吉尼亚的中国和高端食品”

我们现在所做的是首先以最低的性能成本标记查询和搜索表（价格表（廉价-预算-昂贵-高端）比位置列表的表小）。这是正确的方法吗

-- 当做

---

Yehia

看来您可能不知道拼写错误的查询是如何处理的。

我认为您应该构建同义词集（例如，廉价、低预算等）并将每个标记从搜索字符串映射到其中一个组

顺便说一句，这里很容易处理拼写错误，因为这通常是一个相当小的搜索空间。编辑距离，公共k-gram。。。一切都会好起来的

在下一步中，您应该为每个syn组构建反向索引列表，并将其映射到可与该属性关联的餐厅的排序列表。对于查询中的每个syngroup，获取所有这些列表并简单地将它们相交

---

无法映射到其中一个语法集的单词可能会被忽略，除非你有一些关于餐馆的全文，你也可以索引。在这种情况下，你也可以为“普通”单词建立这样的餐厅列表，并将它们交叉。但这已经非常接近于经典搜索引擎，使用ApacheLucence这样的技术可能是个好主意。如果没有全文，我认为你不需要这样的东西，因为SNYGroup的反向索引真的很容易自己处理。

关于长期计划和可伸缩性问题，我不确定这种方法能走多远。您是否考虑过使用行业标准的搜索引擎，如Solr（）？