c# - 简单的 PhraseQuery 找不到任何结果

Question

我正在尝试对我的数据中的 3 个字段实现 Lucene 搜索。它应该按如下方式工作:当字段文本是“我的大白猫”时，当我搜索“大猫”时，它会匹配。

根据教程，我添加了 AddToLuceneIndex 方法:

private static void AddToLuceneIndex(MyObject myObject, IndexWriter writer)
{

    var searchQuery = new TermQuery(new Term("Id", myObject.Id));
    writer.DeleteDocuments(searchQuery);
    var doc = new Document();

    doc.Add(new Field("Field1", myObject.Field1, Field.Store.YES, Field.Index.ANALYZED));
    doc.Add(new Field("Field2", myObject.Field2, Field.Store.YES, Field.Index.ANALYZED));       
    doc.Add(new Field("Field3", myObject.Field3, Field.Store.YES, Field.Index.ANALYZED));

        (...)
    writer.AddDocument(doc);
}

在我的搜索方法中，我尝试使用 PhraseQuery:

    public static IEnumerable<MyObject> Search(string phrase)
    {

        var luceneDir = FSDirectory.Open(new DirectoryInfo(LuceneDir));           
        var indexReader = IndexReader.Open(luceneDir, true);
        var searcher = new IndexSearcher(indexReader);           
        var phraseQuery = new PhraseQuery();            
        phraseQuery.Add(new Term("Field1", phrase)); 
        const int maxHits = 1000;           
        var collector = TopScoreDocCollector.Create(maxHits, false);
        searcher.Search(phraseQuery, collector);
        var hits = collector.TopDocs().ScoreDocs;
        return MapLuceneToDataList(hits, searcher).ToList();
    }

总有 0 次命中(尽管有匹配的对象)

当我像这样使用 BooleanQuery 时:

    public static IEnumerable<MyObject> Search(string phrase)
    {

        var luceneDir = FSDirectory.Open(new DirectoryInfo(LuceneDir));

        var indexReader = IndexReader.Open(luceneDir, true);
        var searcher = new IndexSearcher(indexReader);  
        var terms = phrase.Split(new[] { " " }, StringSplitOptions.RemoveEmptyEntries);
        var analyzer = new StandardAnalyzer(Version.LUCENE_30);
        var queryParser = new MultiFieldQueryParser
            (Version.LUCENE_30,
                new[] { "Field1", "Field2", "Field3"},
                analyzer) { FuzzyMinSim = 0.8f };
        var booleanQuery = new BooleanQuery();
        foreach (var term in terms)
        {
            booleanQuery.Add(queryParser.Parse(term.Replace("~", "") + "~"), Occur.MUST);
        }
        const int maxHits = 1000;           
        var collector = TopScoreDocCollector.Create(maxHits, false);
        searcher.Search(booleanQuery, collector);
        var hits = collector.TopDocs().ScoreDocs;
        return MapLuceneToDataList(hits, searcher).ToList();
    }

它运行良好，但我不需要“big OR cat”，我需要我之前描述过的东西。我在使用 PhraseQuery 时做错了什么？

Answer 1

您的PhraseQuery 有两个问题。

如@groverboy 所述，您必须将单独的术语单独添加到 PhraseQuery。虽然 Query.toString() 可能显示相同的内容，但它们并不是同一回事。 toString 方法不显示 PhraseQuery 中的术语分隔符。它尝试以接近标准 QueryParser 语法的方式表示查询，该语法无法表达使用 Query API 手动构建的任何可能的查询。您创建的 PhraseQuery 不会通过分析器运行，因此永远不会被标记化。它只会查找单个标记“big cat”，而不是两个相邻的标记“big”和“cat”。

explain method提供比 toString 更完整的信息，因此您可能会发现它是一个有用的工具。

此外，您似乎也不需要相邻标记，而是需要将一些斜率合并到查询中。您希望“大猫”与“大白猫”匹配，因此您需要设置足够的允许斜率。

所以，像这样:

    var phraseQuery = new PhraseQuery();            
    phraseQuery.Add(new Term("Field1", "big")); 
    phraseQuery.Add(new Term("Field1", "cat"));
    phraseQuery.setSlop(1);

---

如果愿意，您也可以只通过查询解析器运行查询。简单地说，使用您在第三个代码块中创建的分析器。您可以为查询解析器设置默认短语 slop，以处理讨论的 slop 问题。像这样的东西:

queryParser.setPhraseSlop(1)
queryParser.Parse("\"" + phrase + "\"")
// Or maybe just:  queryParser.Parse(phrase);