java - Hibernate 搜索前缀

Question

现在，我已经成功配置了一个基本的 Hibernate 搜索索引，以便能够在我的 JPA 实体的各个字段上搜索完整的单词:

@Entity
@Indexed
class Talk {
    @Field String title
    @Field String summary
}

我的查询看起来像这样:

List<Talk> search(String text) {
    FullTextEntityManager fullTextEntityManager = Search.getFullTextEntityManager(entityManager)
    QueryBuilder queryBuilder = fullTextEntityManager.getSearchFactory().buildQueryBuilder().forEntity(Talk).get()
    Query query = queryBuilder
            .keyword()
            .onFields("title", "summary")
            .matching(text)
            .createQuery()
    FullTextQuery jpaQuery = fullTextEntityManager.createFullTextQuery(query, Talk)
    return jpaQuery.getResultList()
}

现在我想微调这个设置，这样当我搜索“test”时，它仍然会找到标题或摘要包含“test”的演讲，即使它是另一个词的前缀。因此，标题为“单元测试”或摘要包含“睾丸”的演讲仍应出现在搜索结果中，而不仅仅是标题或摘要包含“测试”作为完整词的演讲。

我已尝试查看文档，但我无法确定是否应该更改实体的索引方式，或者它是否与查询有关。请注意，我想执行如下操作，但很难在多个字段上进行搜索:

 Query query = queryBuilder
            .keyword().wildcard()
            .onField("title")
            .matching(text + "*")
            .createQuery()

编辑:根据 Hardy 的回答，我像这样配置了我的实体:

@Indexed
@Entity
@AnalyzerDefs([
@AnalyzerDef(name = "ngram",
        tokenizer = @TokenizerDef(factory = StandardTokenizerFactory.class),
        filters = [
            @TokenFilterDef(factory = LowerCaseFilterFactory.class),
            @TokenFilterDef(factory = NGramFilterFactory.class,
                    params = [
                        @Parameter(name = "minGramSize",value = "3"),
                        @Parameter(name = "maxGramSize",value = "3")
                    ])
        ])
])
class Talk {
    @Field(analyzer=@Analyzer(definition="ngram")) String title
    @Field(analyzer=@Analyzer(definition="ngram")) String summary
}

多亏了这个配置，当我搜索“arti”时，我得到了标题或摘要中包含“arti”是(艺术家、手工等)的子词的演讲。不幸的是，在这些之后，我还得到了标题或摘要包含包含我的搜索词的子词(艺术、放屁等)的词的演讲。可能需要进行一些微调来消除这些问题，但至少我现在可以更快地得到结果，并且它们的顺序合理。

Answer 1

您可以在这里做很多事情。通过在索引时间内进行适当的分析，可以做很多事情。

例如，您想要应用适合您的语言的词干分析器。对于英语，这通常是 Snowball 词干提取器。其想法是在索引期间将所有单词缩减为其词干，例如 testing 和 tested 到 _test。这会让您有所了解。

您可以研究的另一件事是 ngramm 索引。根据您的描述，您还想在不相关的词中找到匹配项。这里的想法是索引每个单词的“子词”，以便以后可以找到它们。

关于您要查看的分析器 named analyzers Hibernate Search 文档的一部分。这里的关键是 @AnalyzerDef 注释。

在查询方面，您还可以应用一些“技巧”。事实上，您可以使用通配符查询，但是，如果您使用的是 Hibernate Search 查询 DSL，则不能使用 keyword 查询，但您需要使用 wildcard 查询。再次检查 Hibernate Search 文档。