Lucene分析器的名字

Question

是否有一个Lucene分析器在那里标记名称部分与它们的短名称等价物（例如Mike和Michael，Rich and Richard，Suzie和Susan）等？

Levenshtein距离上的模糊匹配是我所知道的解决方案，有些实现者似乎将模糊匹配与soundex算法配对。当然有人在某处简单地列出了所有这些短名称，这已经很轻松了吗？

编辑：这个问题最难的部分是从哪里得到同义词数据？

Answer 1

我不知道有任何特定的昵称过滤器。

A SynonymFilter虽然可以很容易地生成，但如果您有数据源的话。这似乎是绰号数据的良好来源：

https://code.google.com/p/nickname-and-diminutive-names-lookup/

您将需要生成SynonymMap通入SynonymFilter构造函数，它应该是这个样子（我认为）：

SynonymMap.Builder builder = new SynonymMap.Builder(true); 
builder.add(new CharsRef("Mike"), new CharsRef("Michael"), false); 
builder.add(new CharsRef("Rich"), new CharsRef("Richard"), false); 
builder.add(new CharsRef("Suzie"), new CharsRef("Susan"), false); 
SynonymMap map = builder.build();