Lucene 搜索引擎如何执行精确的短语搜索？

我正在使用Lucene在数据集中搜索，我现在需要知道“”搜索（我指的是精确短语搜索）机制是如何实现的

我想让它能够在用户输入“littlecat”时生成所有“littlecat”点击。我现在应该操作索引代码，但至少我现在应该知道“”搜索的工作原理。

我想让它能够在用户输入“littlecat”时生成所有“littlecat”点击结果

---

这听起来可能很容易，但很难实现。对于人类来说，“小”和“猫”是两个不同的词，但对于计算机来说，它无法将“小”和“猫”与“小”区分开来，除非您有一本词典，并且您的代码在词典中检查这两个词。另一方面，搜索“小猫”也可以轻松地搜索“小猫咪”。我相信这超出了精确短语搜索的概念。精确短语搜索仅在搜索“littlecat”时返回littlecat，反之亦然。即使谷歌似乎（也期望如此）在littlecat搜索中也不会返回“little cat”

实现这一点的方法是动态编程（Dynamic programming）——使用字典/语料库来比较您的单个单词（以及将文本解析成字符串后留下的单词）

把它想象成你在写一个自定义的拼写检查器或者类似的东西。在这种情况下，还有一种情况是，可能会留下一个以上的单词组合，例如-“walkingmydoginrain”-在这里，你可以将第一个单词改为“walk”或“walking”，这就是DP的美妙之处-因为你知道（从你的语料库中）你不能从“ingmydoginrain”（即字符串的其余部分-您刚刚发现在本上下文中-您应该选择分段单词作为“Walking”，而不是Walking

也可以这样想，无法找到匹配项会添加到您定义的成本函数中，因此您应该获得最佳结果-这意味着您可以确保您的文本（不以空格分隔）一定会被分解为合法的单词-尽管该行中可能有多个可能的单词序列（因此，可能也是寻求这一点的人的意图）

您应该能够在web上为您的用例找到相当好的基本实现（另请阅读：Google是如何实现的？“您的意思是什么”）

现在，请参见-