Java 具有自动完成和模糊功能的Hibernate搜索

我正在尝试创建StingUtils方法的一个Hibernate搜索表示，以及模糊搜索匹配

假设用户写入字母“p”，他们将获得包含字母“p”的所有匹配项（无论字母位于各个匹配项的开头、中间还是结尾）

当他们形成诸如“彼得”这样的单词时，他们还应该接受模糊匹配，例如“彼特”、“彼特”和“彼德”

我正在使用great Response中提供的自定义查询和索引分析器，因为我需要

minGramSize

at 1以允许自动完成功能，同时我还希望多词用户输入由空格分隔，例如“Peter的欧元账户”，可以在不同的情况下（较低或较高）

因此，用户应该能够键入“AND”，并将上面的示例作为匹配项接收

目前，我正在使用以下查询：

  org.apache.lucene.search.Query fuzzySearchByName = qb.keyword().fuzzy()
                                                   .withEditDistanceUpTo(1).onField("name")
                                                   .matching(userInput).createQuery();
  booleanQuery.add(fuzzySearchByName, BooleanClause.Occur.MUST);

但是，精确匹配案例不会在搜索结果中显示：

如果我们输入“petar”，我们将得到以下结果：

Petarr（非精确匹配）

peter（非精确匹配）

。。。4.PETAR（精确匹配）

同样适用于用户输入的“peter”，其中第一个结果是“Petero”，第二个结果是“peter”（第二个应该是第一个）

我还需要在多词查询中只包含精确匹配项-例如，如果我开始写“Account for…”，我希望所有匹配结果都包含短语“Account for”，并最终包含基于该短语的模糊相关术语（基本上与containsIgnoreCase（）相同）方法，只是尝试添加模糊支持）

然而，我想这与

minGramSize

为1和

WhitespaceTokenizerFactory

相反

但是，精确匹配案例在搜索结果中不存在相关性：

只需使用两个查询，而不是一个查询：

编辑：您还需要为自动完成和“精确”匹配设置两个单独的字段；请参见底部的“我的编辑”

  org.apache.lucene.search.Query exactSearchByName = qb.keyword().onField("name")
                                                   .matching(userInput).createQuery();
  org.apache.lucene.search.Query fuzzySearchByName = qb.keyword().fuzzy()
                                                   .withEditDistanceUpTo(1).onField("name")
                                                   .matching(userInput).createQuery();
  org.apache.lucene.search.Query searchByName = qb.boolean().should(exactSearchByName).should(fuzzySearchByName).createQuery();
  booleanQuery.add(searchByName, BooleanClause.Occur.MUST);

这将完全或近似地匹配包含用户输入的文档，因此这将匹配与您的示例相同的文档。但是，包含用户输入的文档将完全匹配两个查询，而仅包含类似内容的文档将仅匹配模糊查询。因此，精确匹配将获得更高的分数，并最终在结果列表中名列前茅

如果精确匹配不够高，请尝试向

exactSearchByName

查询添加增强：

  org.apache.lucene.search.Query exactSearchByName = qb.keyword().onField("name")
                                                   .matching(userInput)
                                                   .boostedTo(4.0f)
                                                   .createQuery();

然而，我猜这与minGramSize为1和WhitespaceTokenizerFactory的冲突

如果您希望匹配包含用户输入中出现的任何单词（但不一定是所有单词）的文档，并将包含更多单词的文档放在结果列表的更高位置，请按照上面的说明进行操作

如果要匹配包含完全相同顺序的所有单词的文档，请使用

KeywordTokenizerFactory

（即无标记化）

如果您想匹配以任何顺序包含所有单词的文档，那么。。。这不太明显。HibernateSearch（）中不支持这一点，因此您必须自己构建查询。我已经看到的一个黑客是这样的：

Analyzer analyzer = fullTextSession.getSearchFactory().getAnalyzer( "myAnalyzer" );

QueryParser queryParser = new QueryParser( "name", analyzer );
queryParser.setOperator( Operator.AND ); // Match *all* terms
Query luceneQuery = queryParser.parse( userInput );

。。。但这不会产生模糊查询。如果需要模糊查询，可以尝试覆盖QueryParser的自定义子类中的某些方法。我没有尝试过这个，但它可能会起作用：

编辑：minGramSize为1时，您将得到许多非常常见的术语：从单词开头提取的单个或两个字符的术语。这很可能会导致许多不必要的比赛，这些比赛的分数很高（因为这些术语很频繁），并且可能会淹没精确的比赛

首先，您可以尝试将相似度（~评分公式）设置为

org.apache.lucene.search.complications.BM25Similarity

，这样可以更好地忽略非常频繁的术语。看见使用相同的分析器，这将提高评分

其次，您可以尝试设置两个字段而不是一个：一个字段用于模糊自动完成，另一个字段用于非模糊完全匹配。这可能会提高精确匹配的分数，因为对于用于精确匹配的字段，索引的无意义术语会更少。只要这样做：

@Field(name = "name", analyzer = @Analyzer(definition = "text")
@Field(name = "name_autocomplete", analyzer = @Analyzer(definition = "edgeNgram")
private String name;

分析器“文本”只是来自的分析器“Edengram_查询”；改名吧

继续编写两个查询，而不是如上所述的一个查询，但确保针对两个不同的字段：

  org.apache.lucene.search.Query exactSearchByName = qb.keyword().onField("name")
                                                   .matching(userInput).createQuery();
  org.apache.lucene.search.Query fuzzySearchByName = qb.keyword().fuzzy()
                                                   .withEditDistanceUpTo(1).onField("name_autocomplete")
                                                   .matching(userInput).createQuery();
  org.apache.lucene.search.Query searchByName = qb.boolean().should(exactSearchByName).should(fuzzySearchByName).createQuery();
  booleanQuery.add(searchByName, BooleanClause.Occur.MUST);

---

当然，不要忘了在这些更改之后重新编制索引。

谢谢您的精彩回答，但不幸的是，精确匹配没有收到任何提示，即使在增强时也是如此。然而，一个更严重的问题是，“来自bo”的查询返回名为“BBS”和“EUR负载测试”的文档。导致此问题的原因是什么？是否与我的原始设置有关？“加载”以“Lo”开头，与“Bo”的编辑距离在1以内，因此匹配。与“BBS”=>“BB”=>匹配的“Bo”相同。这是对你的模糊搜索。。。关于得分，我更新了我的答案。

  org.apache.lucene.search.Query exactSearchByName = qb.keyword().onField("name")
                                                   .matching(userInput).createQuery();
  org.apache.lucene.search.Query fuzzySearchByName = qb.keyword().fuzzy()
                                                   .withEditDistanceUpTo(1).onField("name_autocomplete")
                                                   .matching(userInput).createQuery();
  org.apache.lucene.search.Query searchByName = qb.boolean().should(exactSearchByName).should(fuzzySearchByName).createQuery();
  booleanQuery.add(searchByName, BooleanClause.Occur.MUST);