如何使用索引配置tolkenizers并使用Lucene和Nhibernate进行搜索

Question

这是通过NHibernate.Search命名空间与Lucene一起使用来使用Lucene的问题。

我索引的一个标题在指数：实习医生格蕾

Title : "Grey's Anatomy" 

通过使用卢克，我看到那个标题是越来越切分分为：

Title: anatomy 
Title: grey 

现在，我得到一个结果，如果我搜索：

"grey" or "grey's" 

但是，如果我搜索“灰色”那么我什么也得不到。

我想“灰色”返回结果。我想这可能是任何带有撇号的单词的问题。

因此，这里有一些问题：

1. 我是正确的思维我既可以通过指数时改变的东西解决这个问题（所以，改变tolkenizer ??）或者改变它查询时间（查询解析器？）
2. 如果有解决方案，有人可以提供一个小代码示例吗？

感谢

Answer 1

如果您使用Lucene的经典词汇搜索，然后灰色它最有可能不显示的结果，除非你是一个不错的标记化工作提供省时，所以从我看到它，你有2个选择或第三个组合他们：

1. 使用Stemmer索引数据和查询。 Stemmers速度很快，您总是可以找到Porter's stemmer somewhere in Google的实现。问题是当你寻找不同的语言。
2. 使用模糊查询。使用模糊查询，您可以设置要从搜索词中“离开”的编辑距离。问题在于，因为使用版本距离（即Lehvenstein）的两个单词“接近”并不意味着它们是相同的，但是应该通过将编辑距离设置为2来解决Gray和Gray和Grays的问题

我认为你将能够找到Porter Stemmer的一个体面的实施，这是很好的权利here。

希望我能帮上忙！