java - 使用 lucene/java 标记名称

Question

我有我公司所有员工的姓名(超过 5000 名)。我想编写一个引擎，它可以在在线文章(博客/维基/帮助文档)中即时查找姓名，并用用户电子邮件的“mailto”标签标记它们。

到目前为止，我计划从文章中删除所有停用词，然后在 lucene 索引中搜索每个单词。但即使在这种情况下，我也会看到很多查询命中索引，例如，如果一篇文章有​​ 2000 个单词，并且只有两次引用人名，那么很可能会有 1000 个 lucene 查询。

有没有办法减少这些查询？或者完全不同的方式来实现同样的目的？提前致谢

Answer 1

如果你只有 5000 个名称，我会将它们放入内存中的哈希表中，而不用费心使用 Lucene。您可以通过多种方式对它们进行散列(例如，昵称、第一个最后一个或最后一个第一个等)，并且仍然具有相对较小的内存占用和非常高效的性能。