如何执行查询扩展答案

【问题标题】：how to perform query expansion如何执行查询扩展
【发布时间】：2013-03-09 17:26:18
【问题描述】：

我正在开发一个 C# 应用程序，其中用户提供一组单词（通常少于 10 个），我需要检索这些单词的所有同义词。这是我第一次使用字典和这些东西。我需要知道要遵循的步骤，以及是否有提供同义词的现有字典可以与我的应用程序集成，或者是否有我可以使用的开源应用程序或代码。

【问题讨论】：

你有字典吗？它必须是本地字典，还是允许使用 API？
谷歌搜索“dictionary api”会返回很多结果。这里是其中之一：dictionaryapi.com
亲爱的 TheGreatCO，我还没有字典可以使用，字典应该是本地的，我不需要完全字典，我需要一种词库来为给定的同义词提供同义词word，某种查询扩展。亲爱的 FredrickRedin，我做了一些研究，发现的只是 API，我不需要。
@user1905455 回复评论时，一定要@回复用户，让他们收到通知。
@user1905455 您需要迈出第一步，找到要下载的词库。我怀疑您需要找到字典并对其进行解析以启用交叉引用。有几个选项，包括普林斯顿 wordnet 和古腾堡项目。

标签： c# thesaurus

【解决方案1】：

回答你的第一个问题。您可以在此处找到词库下载：http://wordpresscloaker.com/blog/download-free-english-thesaurus-format-txt.html

我对该文件的质量、准确性、合法性、使用许可或完整性不作任何承诺。但是，这将使您上路。您需要提取 mthesaur.txt 并将其添加到您的项目文件夹中。

接下来，您需要通过执行以下操作来读取文本文件：

var reader = new StreamReader(File.OpenRead(@"C:\mthesaur.txt"));
var dict = new Dictionary<string, string>();
while (!reader.EndOfStream)
{
    // Read the file line by line.
    var line = reader.ReadLine();

    // If the line isn't null, we can use it.  This shouldn't happen but it is a good sanity check.
    if (line == null) continue;
    // Split the line by the delimiter (a comma) so we can get the main word, the first one on the line.
    var splitLine = line.Split(',');
    var mainWord = splitLine[0];
    // To save us from having to loop through and only get the indexes above 0 (eg, skip the main word) we will just simply remove it from the line so we have just synonyms.
    line = line.Replace(mainWord + ",", string.Empty);
    // Now we make use of the dictionary type in C# and add the mainword as the key and the synonyms as the value.
    try
    {
        dict.Add(mainWord, line);
    }
    catch (ArgumentException argEx)
    {
        Console.WriteLine("Attempted to add {0} to the dictionary but it already exists.", mainWord);
    }
}

现在我们在 C# 中的键/值字典中拥有所有内容，您可以使用 LINQ 查询输入单词的同义词。这可以通过使用包含字典中所有键值的下拉列表（不推荐，因为这将是一个非常大的下拉列表并且用户难以导航）、ListBox（更好，更易于导航）来完成，或纯文本搜索框。虽然这并不能完全回答您的问题，因为这里没有为用户处理 GUI，但这应该会让您顺利进行。

【讨论】：

我已经尝试过你的代码，但是当我编译它时，我在最后一行得到一个 ArgumentException，它说“已经添加了具有相同键的项目。”知道出了什么问题吗？
@user1905455 我已经更新了答案以在不使程序崩溃的情况下捕获此异常。但是，我建议您在Console.WriteLine 上设置一个断点，以查看哪些键特别会导致问题。那我建议你检查一下实际的词库文件，看看这是编程错误还是代码有问题。
谢谢这段代码运行良好，我找到了重复的键

【解决方案2】：

如果您使用SQL full text search 或底层技术——Microsoft Search Server（有一个免费的Express SKU），您会发现多种语言的词库和其他自然语言处理工具。我当然假设你正在做一个实际的项目，而不是做家庭作业......

如果您更喜欢开源，请查看Lucene.net - 它提供了一个搜索引擎，我很确定它有词库

【讨论】：