- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在搜索表单中有一个文本框,我想将组合框/自动完成小部件附加到该文本框。当用户输入时,我想自动建议相关的地名。所以如果用户输入“Ca”,建议柬埔寨、喀麦隆、加拿大、佛得角等,排名高于北卡罗来纳州和南卡罗来纳州。如果用户键入“Sea”,则返回红海、黑海等项目,但可能不会返回 Chelsea(如果有的话,这应该得分较低)。我们的地名数据库非常精细和复杂,包含大量数据和大量地名的替代名称/翻译。数据存储在 SQL Server 中,我们使用 Entity Framework 作为数据访问层。不用说,使用 LINQ to Entities 有效地查询我们的 Places
实体聚合是缓慢且低效的。
我看的是 Lucene.Net,而不是编写自定义 SQL 和索引来优化数据库搜索。今天是我测试它的第一天。我读过的大多数 Lucene 帮助都使用 StandardAnalyzer
进行索引。我在使用它进行几次测试时遇到了一些麻烦。例如,请考虑以下内容:
var searchTerms = new[] { "Ca", "China", "Sea", };
searchTerms = searchTerms.Concat(searchTerms.Select(x => x.ToLower())).ToArray();
var reader = IndexReader.Open(_directory, true);
foreach (var searchTerm in searchTerms)
{
var searcher = new IndexSearcher(reader);
var query1 = new WildcardQuery(new Term("OfficialName", string.Format("*{0}*", searchTerm)));
var query2 = new TermQuery(new Term("OfficialName", searchTerm));
var query3 = new QueryParser(Version.LUCENE_30, "OfficialName", new SimpleAnalyzer()).Parse(searchTerm);
var query4 = new PrefixQuery(new Term("OfficalName", searchTerm));
var query5 = new BooleanQuery();
query5.Add(query1, Occur.SHOULD);
query5.Add(query2, Occur.SHOULD);
query5.Add(query3, Occur.SHOULD);
query5.Add(query4, Occur.SHOULD);
var queryToRun = query5;
var results = searcher.Search(queryToRun, int.MaxValue);
var hits = results.ScoreDocs;
上面的代码只是尝试了正常和小写版本的术语。有趣的是,“Ca”查询不返回任何结果,但“ca”返回大量结果——非洲、北美等。我想我在某处读到标准分析器根据大小写区分术语,所以这可能就是为什么…… ?其他搜索词会返回人们可能期望的结果。
当使用关键字分析器对相同的数据进行索引时,结果会大不相同。一件奇怪的事情是“china”只返回 1 个结果,“Uchinada-machi”。我原以为它还会返回“中国”和“东海”。此外,“sea”会返回诸如“肯辛顿和切尔西皇家自治市镇”和“斯旺西市和县”之类的结果,但不会返回任何其他预期结果。
那我该怎么办呢?我应该为不同的分析器设置不同的文本索引吗?我是否需要查询带有小写文本的文档字段?我阅读了有关使用 NGram 分词器的信息,但它们似乎不再位于 Lucene.Net.Analysis 命名空间中。
最佳答案
我认为这个问题的答案是“这取决于,但可能不是”。根据Lucene in Action , KeywordAnalyzer
将整个 string
视为单个分析标记。所以它不会把像“东海”这样的东西分解成“东方”、“中国”和“海”来分别搜索。知道了这一点,我得到了我尝试的查询类型的上述结果是有道理的。
我对我对 Lucene 中区分大小写的理解仍然不是完全自信,所以如果我错了请纠正我,但看起来你必须将搜索输入大小写与用于索引的字段和分析器相匹配。我真正掌握这一点的唯一方法是测试分析器、文档字段(普通和小写)和字段设置(ANALYZED
与 NOT_ANALYZED
)的不同组合。上面引用的链接将小写文本的过程称为规范化。
我发现当使用 StandardAnalyzer
分析搜索的字段时,使用大写和小写输入文本的组合(如“Ch”)进行搜索不会返回任何结果。既然我已经阅读了上面的链接,这就更有意义了。看起来 StandardAnalyzer
在创建搜索标记时将规范化为小写。因此,如果您执行类似 new QueryParser(Version.LUCENE_30, field, analyzer).Parse("Ch")
的操作,大多数分析器实际上会将其转换为小写,因为索引中的标记是小写。
对于 OP,似乎一个好的解决方案是规范化(小写)用户输入的查询,这些查询是针对分析器规范化的字段运行的。如果需要,您可以将结果与针对 NOT_ANALYZED
字段(或使用非规范化分析器索引的字段)运行的非规范化用户输入合并(可能为后者提供更高的提升因子)。
关于lucene.net - 最好使用 lucene KeywordAnalyzer 为自动建议文本框索引文本吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20710503/
表架构 DROP TABLE bla; CREATE TABLE bla (id INTEGER, city INTEGER, year_ INTEGER, month_ INTEGER, val I
我需要拆分字符串/或从具有以下结构的字符串中获取更容易的子字符串。 字符串将来自 window.location.pathname 或 window.location.href,看起来像 text/n
每当将对象添加到数组中时,我都会尝试更新 TextView ,并在 TextView 中显示该文本,如下所示: "object 1" "object 2" 问题是,每次将新对象添加到数组时,它都会覆盖
我目前正在寻找使用 Java 读取网站可见文本并将其存储为纯文本字符串的方法。 换句话说,我想转换成这样: Hello stupid World进入“ Hello World ” 或者类似的东西 Un
我正在尝试以文本和 HTML 格式发送电子邮件,但无法正确发送正确的 header 。特别是,我想设置 Content-Type header ,但我找不到如何为 html 和文本部分单独设置它。 这
我尝试了上面的代码,但我无法绑定(bind)文本,我怎样才能将资源内部文本 bloc
我刚刚完成了 Space Shooter 教程,由于没有 GUIText 对象,所以我创建了 UI.Text 对象并进行了相应的编码。它在统一播放器中有效,但在构建 Web 应用程序后无效。我花了一段
我有这个代码: - (IBAction)setButtonPressed:(id)sender { NSUserDefaults *sharedDefaults = [[NSUserDefau
抱歉标题含糊不清,但我想不出我想在标题中做什么。无论如何,对于图像上的文本,我使用了 JLabel 文本并将其添加到图标中。 JLabel icon = new JLabel(new Imag
关闭。这个问题是not reproducible or was caused by typos .它目前不接受答案。 这个问题是由于错别字或无法再重现的问题引起的。虽然类似的问题可能是on-topi
我在将 Twitter 嵌入到我从 HTML 5 转换的 wordpress 运行网站时遇到问题。 我遇到的问题是推文不是我的自定义字体... 这是我无法使用任何 css 定位的 HTML 代码,我正
我正在尝试找到解决由于使用以下形式的代码而导致的冗余字符串连接问题的最佳方法: logger.debug("Entering loop, arg is: " + arg) // @1 在大多数情况下,
我写了这个测试 @Test public void removeRequestTextFromRouteError() throws Exception { String input = "F
我目前正在创建一个正则表达式来拆分所有匹配以下格式的字符串:&[文本],并且需要获取文本。字符串可能类似于:something &[text] &[text] everything &[text] 等
有没有办法将标题文本从一个词变形为另一个词,同时保留两个词中使用的字母?我看过的许多 css 文本动画大多是视觉的,很少有旋转整个单词的。 我想要做的是从一个词过渡,例如“BEACH”到“CHANGE
总结matplotlib绘图如何设置坐标轴刻度大小和刻度。 上代码: ?
我在容器 (1) 中创建了容器 (2)。你能帮忙如何向容器(1)添加文本吗?下面是我的代码 return Scaffold( body: Padding( padding: c
我似乎找不到任何人或任何人这样做过。我试图限制我们使用的图像数量,并想创建一个带有渐变作为其“颜色”的文本,并在其周围设置渐变轮廓/描边 到目前为止,我还没有看到任何将两者结合在一起的东西。 我可以自
我正在为视频游戏暗黑破坏神 2 使用 discord.py 构建一个不和谐机器人。其中一项功能要求机器人从暗黑破坏神 2 屏幕截图中提取项目的名称和属性。我目前正在为此使用 pytesseract,但
我很难弄清楚如何旋转 strip.text theme 中的属性来自 ggplot2 .我使用的是 R 版本 3.4.2 和 ggplot2 版本 2.2.1。 以下是 MWE 的数据。 > dput
我是一名优秀的程序员,十分优秀!