Lucene中模糊参数的意义

如中所述，有一个参数可用于指定匹配所需的相似性。的值介于0和1之间，如果值接近1，则仅匹配相似度较高的术语。例如：漫游~0.8

---

知道我想知道这个参数是否是相对意义上的，也就是说，对于更长的字符串，字符串编辑距离可能更大，并且仍然存在匹配。或者，这意味着一个绝对值，即最多只允许x个替换/删除/插入来进行匹配？

搜索

术语~sim

将找到编辑距离小于

长度（术语）*（1-sim）

的所有术语。因此

roam~0.8

将查找编辑距离小于4*（1-.8）=.8 roam的所有术语

编辑：

---

期限必须大于1/（1-sim）。因此，搜索

roam~.8

不会产生任何模糊的效果，因为相似性为.8的事物的长度必须至少为5。

谢谢。你知道替换/删除/插入的成本是多少吗？它们是与Levenshtein建议的相同还是略有不同？@bertolami:是的，这是一个精确的Levenshtein实现。您可以在代码的

fuzzyternum

类中看到方法

Similarity

。