Lucene忽略/覆盖QueryParser中的模糊编辑距离

给定以下查询字符串中带有FuzzySearch术语的QueryParser：

fun fuzzyquery() {
    val query = QueryParser("term", GermanAnalyzer()).parse("field:search~4")
    println(query)
}

结果查询实际上将具有以下表示形式：

field:search~2

因此，

~4

被重写为

~2

。我将代码追溯到以下实现：

QueryParserBase

protectedquerynewfuzzyquery（术语、浮点最小相似度、int前缀长度）{
字符串文本=term.text（）；
int numEdits=FuzzyQuery.floatToEdits（最小相似性，text.codePointCount（0，text.length（））；
返回新的FuzzyQuery（术语、numEdits、前缀长度）；
}

模糊查询

public static int floatToEdits（float minimumSimilarity，int termLen）{
如果（最小相似性>=1.0F）{
返回（int）数学最小值（最小相似性，2.0F）；
}否则{
返回最小相似性==0.0F？0:Math.min（（int）（（1.0D-（双重）最小相似性）*（双重）termLen），2）；
}
}

---

显而易见，任何高于2的值都将被重置为

2

。这是为什么？我如何才能将我想要的模糊编辑距离正确地输入查询解析器？

这可能会越界为“不是答案”-但对于注释（或一些注释）来说太长了：

这是为什么？

这似乎是一个设计决定。文档中提到了这一点

“该值介于0和2之间”

有一篇古老的文章对此进行了解释：

“更大的差异需要更高的计算效率，而且Lucene无法处理。”

不过，我不知道这有多正式

更正式地说，在类的JavaDoc中，它声明：

此查询最多可匹配2次编辑的术语。距离越远（尤其是启用了换位），通常就越不有用，而且会匹配大量术语词典

如何将所需的模糊编辑距离正确地输入查询解析器？

除非您自定义源代码，否则不能

我认为，最好（最差？）的选择可能是上面提到的

FuzzyQuery

Javadoc:

“如果你真的想要这个，请考虑使用N-gram索引技术（比如建议模块中的拼写检查程序）。”

---

在这种情况下，要付出的代价将是一个潜在的更大的指数——即使如此，n克也不等于编辑距离。我不知道这是否能满足您的需要。

我认为这是一个完全可以接受的答案。我在进一步研究时也发现了这一点