如何实现标签搜索？用lucene？

Question

我没有用过 lucene。上次我问（几个月前，也许一年）人们建议使用 lucene。如果我不应该使用 lucene 我应该使用什么？例如说有这样标记的项目

1. 苹果胡萝卜
2. 苹果
3. 胡萝卜
4. 苹果香蕉

如果用户搜索苹果，我不在乎 1,2 和 4 是否有任何偏好。但是我看到很多论坛都这样做，我讨厌的是当用户搜索苹果胡萝卜 2 和 3 时结果很高，而 1 很难即使它与我的搜索更接近也要找到。

我还希望能够搜索胡萝卜-苹果，这只会让我得到 3。我不确定如果我搜索胡萝卜香蕉会发生什么，但无论如何只要标记为 2 和 3 结果的更多项目排名较低然后 1 当我搜索苹果胡萝卜时，我会很高兴。

lucene 能做到这一点吗？我从哪里开始？我尝试查找它，当我这样做时，我会看到很多课程，并且会看到有关文档，网页的教程，但是当我喜欢标记某些东西时，没有人清楚该做什么。如果不是 lucene 我应该用什么来标记？

Answer 1

.net 的 Lucene 似乎已经成熟。无需使用 Java 或 SOLR

Standard query language for Lucene 允许同等排名的搜索词和否定词

因此，如果您的 Lucene 索引有一个字段“标签”，您的查询将是

tag:apple* OR tag: carrot*

这将为每个单词提供相同的排名，并为带有两个标签的文档提供更多的排名权重

要否定标签，请使用此

tag:carrot* NOT tag:apple*

使用 Lucene here 显示索引和查询的简单示例

Answer 2

编辑： 您可以使用 Lucene。以下是如何在 Lucene.net 中执行此操作的说明。 一些 Lucene 基础知识是：

• Document - 是 Lucene 中的存储单元。它有点类似于数据库记录。
• Field - Lucene 中的搜索单元。类似于数据库列。 Lucene 通过查询和匹配字段来搜索文本。应为字段编制索引以启用搜索。
• Token - Lucene 中的搜索原子。通常是一个词，有时是一个短语、字母或数字。
• 分析器 - Lucene 将字段转换为标记的部分。

请阅读 this blog post 关于创建和使用 Lucene.net 索引的信息。

我假设您正在标记博客文章。如果我完全错了，请直说。 为了搜索标签，您需要将它们表示为 Lucene 实体，即作为“标签”字段中的标记。

这样做的一种方法是为每篇博文分配一个 Lucene 文档。 该文档将至少包含以下字段：

• id：博文的唯一 ID。
• 内容：博文的文本。
• 标签：标签列表。

索引：每当您向帖子添加标签、删除标签或对其进行编辑时，您都需要为帖子编制索引。分析器会将字段转换为它们的标记表示。

Document doc = new Document();
doc.Add(new Field("id", i.ToString(), Field.Store.YES, Field.Index.NO));
doc.Add(new Field("content", text, Field.Store.YES, Field.Index.TOKENIZED));
doc.Add(new Field("tags", tags, Field.Store.YES, Field.Index.TOKENIZED));
writer.AddDocument(doc);

剩下的部分是检索。为此，您需要创建一个QueryParser 并向其传递一个查询字符串，如下所示：

QueryParser qp = new QueryParser();
Query q = qp.Parse(s);
Hits = Searcher.Search(q);

s 需要的语法是：

tags: apples tags: carrots

搜索苹果或胡萝卜

tags: carrots NOT tags: apples

有关构建 s 的详细信息，请参阅Lucene Query Parser Syntax。