按名字/姓氏智能搜索答案

【问题标题】：smart search by first/last name按名字/姓氏智能搜索
【发布时间】：2011-06-23 18:48:24
【问题描述】：

我必须建立一个搜索工具，能够通过他们的名字/姓氏搜索成员，并且可能是其他一些搜索参数（即地址）。

搜索应提供匹配候选列表，以便用户可以选择他/她认为“正确”匹配的任何内容。

搜索应该足够聪明，这样“正确”的结果就会出现在列表的前几项中。搜索还应该容忍拼写错误和拼写错误，甚至可能知道名称的快捷方式，例如 Bob vs. Robert 或 Bill vs. William。

我开始研究 Lucene 及其家族（如弹性搜索）作为这项工作的工具。虽然它具有一系列令人印象深刻的功能，可以解决全文搜索的类似问题，但我不太确定如何在我的任务中使用它们 - 到目前为止，Lucene 可能根本不是合适的工具。

你们怎么看 - 我如何利用 Elastic Search 来解决我的问题？还是我应该去别处看看？

【问题讨论】：

【解决方案1】：

Lucene 支持编辑距离查询，因此您的搜索查询将容忍一些拼写错误，您将其定义为术语的允许编辑距离。

例如：

name:johnni~0.8

将返回“约翰尼”

Solr 还提供了广泛的现成搜索filters 和可用于搜索的分析器。在您的情况下，我可能会将几个过滤器工厂链接在一起：

查看链接下的文档，如何使用使用上述所有过滤器的分析器设置新的 solr 实例非常简单。我用类似的东西来搜索城市名称，效果很好。

【讨论】：

【解决方案2】：

Lucene 可以容忍错别字和拼写错误，并且可以使用同义词。至于

搜索应该足够聪明，以便“正确”的结果会出现在列表的前几项中

是否有任何搜索引擎不尝试这样做？

【讨论】：

嗯 - 是的，也不是。即，即使您自己不确定自己在寻找什么，谷歌也会为您提供建议，因为您正在寻找与您的搜索词相关的东西（不确定是什么）。就我而言，我一看到就知道我找到了我的记录（文件）。而且我很确定我只需要一个
@mfeingold：不幸的是，如果您的标准是“它会符合我 (mfeingold) 的期望吗？”我认为这里的任何人都无法回答，因为我们不知道您的期望。为什么不试试呢？设置 Solr 非常容易。

【解决方案3】：

就 Bob/Robert 而言，这可以通过同义词完成，但您需要从某个可靠来源获取同义词数据。

除了@Asaf 提到的内容之外，您还可以尝试使用 N-gram 索引来处理拼写变体。请参阅CJKAnalyzer 了解如何执行此操作的示例。

【讨论】：