Era*_*mir 1 fuzzy-search azure-cognitive-search
这是 Azure 认知搜索团队的问题。
面临高级搜索功能的严重问题，例如“模糊搜索”和“通配符搜索”。目前在我的索引字段上使用标准 Lucene 分析器。
系统返回搜索查询'终止'的结果，结果包含：终止、终止、终止等。所以结果看起来不错。但是当我尝试搜索 ' *terminat****' （当然使用 queryType=full 参数）时，搜索没有返回任何结果。根据文档，通配符搜索应该返回 * 'terminate'、'termination'、'terminates'*** 和其他以 'terminat*' 开头的术语。
模糊搜索也有同样的问题。如果我搜索“终止〜”，我根本没有得到任何结果。
如果我使用“ Microsoft Analyzer ”，情况似乎会更好。至少模糊搜索和通配符至少返回一些东西......
这是一个错误吗？或者这是预期的行为？可能我误解了文档？
你没看错，这是因为 EN.Lucene 分析器如何标记文本。Lucene 分析器对每个术语应用积极的词干提取。例如，终止、终止、终止都将被标记为索引中的标记“termi”。另一方面，根本不分析使用通配符或模糊搜索的查询中的术语。
这意味着在索引时，您的文档在倒排索引中只有标记“termi”，但是，在搜索时，术语“terminat”保持完整（不会简化为“termi”）。模糊搜索有 2 个编辑距离的限制，因此“terminat”永远不会与单独使用模糊搜索的“termi”匹配。通配符也无济于事，因为“终结符*”也不匹配。
另一方面，Microsoft 分析器更先进一些，并且使用词形还原而不是词干提取。这意味着所有生成的令牌都应该是有效的英语单词。例如，terminate、 terminates 和 terminate 将在索引中保持完整，并且对于非常依赖通配符和模糊搜索的场景将是一个更好的选择。