我如何实现标签搜索？与lucene？

Question

我还没用过lucene.上次我问(几个月前,也许一年)人们建议lucene.如果我不应该使用lucene我应该使用什么？例如,有些标记的项目是这样的

1. 苹果胡萝卜
2. 苹果
3. 萝卜
4. 苹果香蕉

如果一个用户搜索苹果我不在乎是否有1,2和4的任何偏好.但是我看到很多论坛这样做我讨厌当用户搜索苹果胡萝卜2和3有高结果而1很难找到甚至虽然它更贴近我的搜索.

此外,我希望有能力做搜索胡萝卜 - 苹果只会让我3.我不知道如果我搜索胡萝卜香蕉会发生什么,但无论如何,只要更多项目标记为2和3的结果排名较低然后1我搜索苹果胡萝卜,我会很高兴.

lucene可以这样做吗？我从哪里开始？我试着查找它,当我看到很多课程时,我会看到有关文档,网页的教程,但是当我喜欢标记某些内容时,没有人明白该做什么.如果不是lucene我应该用什么标记？

Answer 1

编辑:您可以使用Lucene.以下是Lucene.net中如何做到这一点的解释.Lucene的一些基础知识是:

• 文档 - 是Lucene的存储单元.它有点类似于数据库记录.
• Field - Lucene的搜索单元.类似于数据库列.Lucene通过查询并将其与字段匹配来搜索文本.应该对字段编制索引以启用搜索.
• 令牌 - Lucene中的搜索原子.通常是一个单词,有时是短语,字母或数字.
• 分析器 - Lucene将字段转换为标记的部分.

请阅读有关创建和使用Lucene.net索引的博客文章.

我假设你正在标记博客帖子.如果我完全错了,请说出来.为了搜索标签,您需要将它们表示为Lucene实体,即"标签"字段中的标记.

这样做的一种方法是为每个博客文章分配一个Lucene文档.该文件至少包含以下字段:

• id:博客文章的唯一ID.
• 内容:博客文章的文字.
• 标签:标签列表.

索引:每当您向帖子添加标签,删除标签或编辑标签时,您都需要为帖子编制索引.分析器将字段转换为其令牌表示.

Document doc = new Document();
doc.Add(new Field("id", i.ToString(), Field.Store.YES, Field.Index.NO));
doc.Add(new Field("content", text, Field.Store.YES, Field.Index.TOKENIZED));
doc.Add(new Field("tags", tags, Field.Store.YES, Field.Index.TOKENIZED));
writer.AddDocument(doc);

剩下的部分是检索.为此,您需要创建一个QueryParser并将其传递给查询字符串,如下所示:

QueryParser qp = new QueryParser();
Query q = qp.Parse(s);
Hits = Searcher.Search(q);

您需要的语法是:

tags: apples tags: carrots

寻找苹果或胡萝卜

tags: carrots NOT tags: apples

有关构造s的详细信息,请参阅Lucene Query Parser语法.

Answer 2

Lucene for .net似乎很成熟.无需使用Java或SOLR

Lucene的标准查询语言允许同等排名的搜索词和否定词

因此,如果您的Lucene索引有一个字段"tag",那么您的查询就是

tag:apple* OR tag: carrot*

对于每个单词,这将给予相同的排名,并且对于具有两个标签的文档进行更多的排名加权

要否定标签,请使用此选项

tag:carrot* NOT tag:apple*

在这里用Lucene显示索引和查询的简单示例