Python 用嗖嗖声生成搜索词建议？

我在一个Whoosh索引中有一组文档，我想提供一个搜索词建议功能。因此，如果您键入“pop”，可能会出现以下建议：

• 爆米花
• 流行的
• 教皇
• 杨树膜
• 流行文化

我的索引中的NGRAMWORDS字段中有一些应该作为建议出现的术语，但是当我对该字段进行查询时，我得到的是自动完成的结果，而不是扩展的建议-因此我得到了标记为“流行文化”的文档，但无法向用户显示该术语。 （为了进行比较，我会在ElasticSearch中使用该字段上的完成映射，然后使用_suggest端点来获取建议。）

我只能在文档或web上的其他地方找到自动完成或拼写更正的示例。有什么方法可以让我用嗖嗖声从索引中得到搜索词建议吗

编辑：

expand\u prefix

是一个非常需要的指向正确方向的指针。最后，我在我的建议字段中使用了一个

关键字（逗号=True，小写=True）

，这样的代码以最常见的第一顺序获得建议（

expand_prefix

和

iter_prefix

将按字母顺序生成它们）：

---

这不是您想要的，但可能可以帮助您：

reader = index.reader()
for x in r.expand_prefix('title', 'pop'):
  print x

输出示例：

pop
popcorn
popular

更新

另一个解决方法是构建另一个索引，其中关键字仅作为文本。玩搜索语言。我能做到的是：

In [12]: list(ix.searcher().search(qp.parse('pop*')))
Out[12]: 
[<Hit {'keywords': u'popcorn'}>,
 <Hit {'keywords': u'popular'}>,
 <Hit {'keywords': u'pope'}>,
 <Hit {'keywords': u'Popular Film'}>,
 <Hit {'keywords': u'pop culture'}>]

[12]中的

：列表（ix.searcher（）.search（qp.parse（'pop*'））
出[12]：
[,
,
,
,
]

术语频率函数 我想在这里补充一点，whoosh中实际上有一个内置函数，它按术语频率返回顶部的“数字”术语。它在花园里

tf idf与频率 此外，在文档的同一页上，中上一个函数的正上方是一个函数，该函数返回最独特的术语，而不是最常见的术语。它使用分数，可以有效地消除常见但无关紧要的单词，如“the”。这可能或多或少有用，这取决于你在寻找什么。它被恰当地命名为：

whoosh.reading.IndexReader.most_distinctive_terms(fieldname, number=5, prefix='')

其中每一项都将以这种方式使用：

with ix.reader() as r:
    print r.most_frequent_terms('suggestions', number=5, prefix='pop')
    print r.most_distinctive_terms('suggestions', number=5, prefix='pop')

多词建议 此外，我在多词建议方面也遇到了问题。我的解决方案是通过以下方式创建架构：

fields.Schema(suggestions = fields.TEXT(),
              suggestion_phrases = fields.KEYWORD(commas=True, lowercase=True)

---

在

suggestion\u phrases

字段中，

commas=True

允许关键字用空格存储，因此有多个单词，

lowercase=True

忽略大写（如果需要区分大写和非大写术语，可以删除此项）。然后，为了获得单词和多词建议，您可以在两个字段上运行

most\u frequency\u terms（）

或

most\u differential\u terms（）

。然后结合结果。

事实上，这听起来很像我要找的！只是尝试一下。嗯，我得到的结果让我看起来不应该使用NGRAMWORDS字段类型。如果我在我的一个关键字字段上使用它，它会完全符合我的要求。好吧，问题是它不能建议多个词的术语。这似乎是标记器的一个功能。我不明白为什么expand_prefix在关键字字段上不起作用。是否有一个选项我可以传递到该字段以启用它？谢谢！我将用我正在使用的更新问题。

with ix.reader() as r:
    print r.most_frequent_terms('suggestions', number=5, prefix='pop')
    print r.most_distinctive_terms('suggestions', number=5, prefix='pop')

fields.Schema(suggestions = fields.TEXT(),
              suggestion_phrases = fields.KEYWORD(commas=True, lowercase=True)