我正在使用 Lucene.NET 3.0.3
如何使用给定函数修改 SpellChecker（或一般查询）的评分？
具体来说，我希望 SpellChecker 对搜索词排列的任何结果的评分高于其他建议，但我不知道应该在哪里完成。
我也会接受解释如何使用普通查询执行此操作的答案。我有这个功能，但我不知道将其设置为查询或过滤器或其他东西是否会更好。
【问题讨论】：
标签： lucene lucene.net spell-checking
根据 femtoRgon 的建议，这就是我最终要做的：
public class PermutationDistance: SpellChecker.Net.Search.Spell.StringDistance
{
public PermutationDistance()
{
}
public float GetDistance(string target, string other)
{
LevenshteinDistance l = new LevenshteinDistance();
float distance = l.GetDistance(target, other);
distance = distance + ((1 - distance) * PermutationScore(target, other));
return distance;
}
public bool IsPermutation(string a, string b)
{
char[] ac = a.ToLower().ToCharArray();
char[] bc = b.ToLower().ToCharArray();
Array.Sort(ac);
Array.Sort(bc);
a = new string(ac);
b = new string(bc);
return a == b;
}
public float PermutationScore(string a, string b)
{
char[] ac = a.ToLower().ToCharArray();
char[] bc = b.ToLower().ToCharArray();
Array.Sort(ac);
Array.Sort(bc);
a = new string(ac);
b = new string(bc);
LevenshteinDistance l = new LevenshteinDistance();
return l.GetDistance(a, b);
}
}
然后：
_spellChecker.setStringDistance(new PermutationDistance());
List<string> suggestions = _spellChecker.SuggestSimilar(word, 10).ToList();
【讨论】：
我认为解决此问题的最佳方法是在 SpellChecker 对象中使用自定义的比较器。
在此处查看默认比较器的源代码：
相当简单的东西，如果你已经有了用来比较两个字符串的算法，应该很容易扩展。
然后你可以设置它来使用你的比较器和SpellChecker.SetComparator
我想我在上一个问题中提到了使用过滤器的可能性，但我认为这不是正确的方法，请多看一下。
编辑---
确实，3.0.3 中没有 Comparator 可用，所以我相信您需要通过 StringDistance 对象访问评分。 Comparator 会更好，因为评分已经被应用并被传递给它来做你喜欢的事情。扩展 StringDistance 可能不太具体，因为您必须将规则作为分数的一部分应用。
您可能想要扩展 LevensteinDistance (source code)，这是默认的 StringDistance 实现，当然，您也可以随意尝试 JaroWinklerDistance。对算法不是很熟悉。
首先，在从标准（父）实现的 getDistance 调用中获得基线距离之后，您需要覆盖 getDistance 并在那里应用您的评分规则。
我可能会实现类似的东西（假设你有一个辅助方法boolean isPermutation(String, String):
class CustomDistance() extends LevensteinDistance{
float getDistance(String target, String other) {
float distance = super.getDistance();
if (isPermutation(target, other)) {
distance = distance + (1 - distance) / 2;
}
return distance;
}
}
对于一个排列的结果，计算分数的一半再次接近 1（也就是说，如果默认算法给出距离 = .6，这将返回距离 = .8，等等）。返回的距离必须介于 0 和 1 之间。我的示例只是可能的评分方法之一，但您可能需要稍微调整算法。我对简单地为所有排列返回 1.0 持谨慎态度，因为当使用“weiss”查看时，肯定会更喜欢“isews”而不是“weis”，并且它也会失去对不同排列的接近度进行排序的能力（'在这种情况下， isews' 和 'wiess' 将与 'weiss' 相等匹配）。
一旦您有了自定义 StringDistance，就可以通过构造函数或 SpellChecker.setStringDistance 将其传递给 SpellChecker
【讨论】：