搜索查询“外星人与捕食者”答案

【问题标题】：search query "alien vs predator"搜索查询“外星人与捕食者”
【发布时间】：2011-04-18 11:58:20
【问题描述】：

如何做到这一点，当您搜索“外星人 vs 捕食者”时，您还会得到带有“S”字符串“外星人 vs 捕食者”的结果
例如http://www.torrentz.com/search?q=alien+vs+predator
他们是如何实现的？
这是高级搜索引擎的东西吗？

【问题讨论】：

【解决方案1】：

您可以尝试使用 soundex() 作为字符串的模糊匹配。如果您将 soundex 与标题一起保存，然后使用 LIKE 'XXX%' 将该索引与子字符串进行比较，您应该会有一个不错的匹配。子串计数越高，它们匹配的越接近。

【讨论】：

【解决方案2】：

当词被索引时，它们被根形式索引。例如对于“外星人”，“外星人”、“外星人”、“外星人”都存储为“外星人”。

当词被搜索时，搜索引擎也只搜索词根形式“外星人”。

这通常被称为波特词干算法。你可以在这里下载你喜欢的语言的实现 - http://tartarus.org/~martin/PorterStemmer/

【讨论】：

【解决方案3】：

通常，当设置搜索引擎来搜索文本时，会构建一个类似于以下内容的查询：

SELECT * FROM TBLMOVIES WHERE NAME LIKE '%ALIEN%'

这意味着子字符串ALIEN 可以出现在NAME 字段中的任何位置，因此您将得到像ALIENS 这样的字符串。

【讨论】：

【解决方案4】：

检查复数是词干的一种形式。词干提取是搜索引擎和其他文本匹配的常见功能。请参阅维基百科页面：http://en.wikipedia.org/wiki/Stemming，了解执行词干提取的大量算法。

【讨论】：

【解决方案5】：

这被称为Word Stemming。当文本被索引时，单词被“提取”到它们的“根”。所以打架变成了战斗，滑雪变成了滑雪，跑步变成了跑步，等等。用户在搜索时输入的文本也是如此，所以当搜索词与索引中的值进行比较时，它们就会匹配。

Lucene 项目支持这一点。我不会认为它是高级功能。尤其是 Google 设定的期望。

【讨论】：

【解决方案6】：

这是搜索引擎的一项基本功能，而不仅仅是一个将您的查询与一组预定义结果相匹配的程序。

如果你有时间，this 是一本很好的读物，所有关于不同的算法，以及它们是如何实现的。

【讨论】：