Azure搜索-语音搜索实现

我用Azure search尝试Phoenetic搜索，运气不好。我的目标是制定一个索引配置，可以处理打字错误和容纳最终用户的语音搜索

使用下面的配置和示例数据，我试图搜索故意拼错的单词，如“softvare”或“alek”。我得到了“alek”的结果，感谢语音分析器；但“softvare”没有得到任何结果

看起来对于这个要求，语音搜索不会起作用

我找到的唯一选择是使用同义词映射。主要缺陷是我无法将语音/自定义分析器与同义词一起使用：(

你会推荐什么样的策略来处理打字错误

使用的搜索查询

？api版本=2017-11-11&search=alec

？api版本=2017-11-11&search=softvare

这是索引配置 分析器（索引创建的一部分） 分析“软件”的API输入和输出 分析“softvare”的API输入和输出 我加载的示例数据

---

如果配置正确，即使有拼写错误的单词，我也会得到结果。

我使用Azure Search。在建议处理拼写错误单词的方法之前，请查看您的自定义分析器（我的标准）配置。它可能会告诉我们为什么它无法处理“softvare”的情况。作为DIY，您可以使用查看使用自定义分析器创建的令牌，并且它应该包含“软件”以实际匹配文档

现在，这里有一些方法可以单独使用，也可以结合使用来处理拼写错误的单词。最好的方法因用例而异，我强烈建议您尝试这些方法，以找出您案例中最好的方法

您已经熟悉语音过滤器，这是处理类似发音术语的常用方法。如果您还不熟悉，请尝试使用不同的编码器对过滤器进行编码，以评估哪种配置为您提供了最佳结果。请查看编码器列表

使用Azure Search中作为Lucene查询语法一部分支持的模糊查询，该语法返回的术语与基于距离度量的原始查询术语相近。此处的限制是它只适用于单个术语。有关详细信息，请查看。示例查询类似于-

Search=softvare~1

，您也可以使用术语增强在原始术语也是有效术语的情况下，为原始术语提供更多的帮助

您还提到了同义词，它也用于查询拼写错误的术语。这种方法使您能够最大程度地控制处理拼写错误的过程，但也要求您事先了解术语的不同拼写错误。如果您想尝试同义词，可以使用这些方法

---

正如你在我的帖子中看到的，我的目标是处理打字错误

唯一简单的选择是使用内置的Lucene功能-模糊搜索。我还没有检查响应时间，因为查询类型必须设置为“完整”才能使用模糊搜索。否则，结果令人满意

例如：

search=softvare~&fuzzy=true&querytype=full

将返回包含“软件”的所有文档

---

为了进一步阅读，请通读

谢谢您的回复。我已经用您要求的详细信息更新了帖子。但是分析API输出的行为与您提到的不一样。关于其他选项，我将通读并尝试其他编码器；但是Fuzzy没有帮助；同义词和拼音学没有看到我将携手共进（参考我创建的另一篇与本期相关的帖子[链接]（））

 "name": "phonetichotels",  
 "fields": [
   {"name": "hotelId", "type": "Edm.String", "key":true, "searchable": false},
   {"name": "baseRate", "type": "Edm.Double"},
   {"name": "description", "type": "Edm.String", "filterable": false, "sortable": false, "facetable": false, "analyzer":"my_standard"},
   {"name": "hotelName", "type": "Edm.String", "analyzer":"my_standard"},
   {"name": "category", "type": "Edm.String", "analyzer":"my_standard"},
   {"name": "tags", "type": "Collection(Edm.String)", "analyzer":"my_standard"},
   {"name": "parkingIncluded", "type": "Edm.Boolean"},
   {"name": "smokingAllowed", "type": "Edm.Boolean"},
   {"name": "lastRenovationDate", "type": "Edm.DateTimeOffset"},
   {"name": "rating", "type": "Edm.Int32"},
   {"name": "location", "type": "Edm.GeographyPoint"}
  ],

"analyzers":[
    {
      "name":"my_standard",
      "@odata.type":"#Microsoft.Azure.Search.CustomAnalyzer",
      "tokenizer":"standard_v2",
      "tokenFilters":[ "lowercase", "asciifolding", "phonetic" ]
    }
  ]

{
     "analyzer":"my_standard",
     "text": "software"
  }

{
    "@odata.context": "https://ctsazuresearchpoc.search.windows.net/$metadata#Microsoft.Azure.Search.V2017_11_11.AnalyzeResult",
    "tokens": [
        {
            "token": "SFTW",
            "startOffset": 0,
            "endOffset": 8,
            "position": 0
        }
    ]
}

{
     "analyzer":"my_standard",
     "text": "softvare"
  }

{
    "@odata.context": "https://ctsazuresearchpoc.search.windows.net/$metadata#Microsoft.Azure.Search.V2017_11_11.AnalyzeResult",
    "tokens": [
        {
            "token": "SFTF",
            "startOffset": 0,
            "endOffset": 8,
            "position": 0
        }
    ]
}

{
         "@search.action": "upload",
         "hotelId": "5",
         "baseRate": 199.0,
         "description": "Best hotel in town for software people",
         "hotelName": "Fancy Stay",
         "category": "Luxury",
         "tags": ["pool", "view", "wifi", "concierge"],
         "parkingIncluded": false,
         "smokingAllowed": false,
         "lastRenovationDate": "2010-06-27T00:00:00Z",
         "rating": 5,
         "location": { "type": "Point", "coordinates": [-122.131577, 47.678581] }
       },
{
         "@search.action": "upload",
         "hotelId": "6",
         "baseRate": 79.99,
         "description": "Cheapest hotel in town ",
         "hotelName": " Alec Baldwin Motel",
         "category": "Budget",
         "tags": ["motel", "budget"],
         "parkingIncluded": true,
         "smokingAllowed": true,
         "lastRenovationDate": "1982-04-28T00:00:00Z",
         "rating": 1,
         "location": { "type": "Point", "coordinates": [-122.131577, 49.678581] }
       },