用于模糊全文搜索的 Java 库

Question

我知道可能会使用 Lucene 和 Solr，但是是否有任何简单的 Java 库只是做模糊全文搜索部分，例如：

SomeScore score = fuzzyFullTextSearch(String text, String searchTerm, int maxDistance)

''score'' 决定了度量、发现（模糊）searchTerm 的频率以及它与原始 searchTerm 的相似程度。

我不使用 Lucene 或类似软件的原因是它对我的用例来说太笨重了，而且我只需要搜索一次。使用 Lucene 的 FuzzyQuery 进行编辑的 maxDistance 也只有 2，这对于我的特殊用例来说还不够好。

有没有轻量级的库可以实现某事。如上图？

Answer 1

像往常一样，Apache Commons 来救援。

org.apache.commons.lang3.StringUtils 有很多方法可以获取 fuzzyDistance、levenshteinDistance 和一些更复杂的指标

所以，朴素的伪代码会是这样的：

split the text into tokens by spaces, commas, etc.
for each token
    calcDistanceBetweenTokenAndSearchTerm
getSumScore // or avg or whatever

另一种方法是使用 commons-text org.apache.commons.text.similarity.FuzzyScore，它能够计算两个字符串之间的距离，但是当然很大程度上取决于确切的要求。

我并不是说这是对可能答案的全面介绍，但您可以尝试一下。