Xunsearch PHP-SDK v1.4.17 权威指南

同义词搜索

人类语言文化丰富,同一个意思有无数种不同的表达方式。因此,同义词 是全文检索中非常重要和必要的一项基础功能。从 1.3.0 版本起,Xunsearch 开始提供同义搜索搜索功能。

1. 什么是同义词搜索?

为了更好的提升用户搜索体验,我们希望用户在搜索“浙江大学”的时候也同时匹配包含缩写“浙大”的结果, 这就是所谓的同义词搜索。通常我们说“浙大”是“浙江大学”的同义词,前者是常用缩写,后者是标准词(原词)。

同义词搜索 完全依赖于您事先设置好的同义词库,词库内每条记录由“标准词(原词)”和“同义词”组成, 它们都必须是独立的词汇,也就是最小的索引单位,不可以是多个词组成的短语。

Tip: 独立词汇的意思对于英文来说就是一个单词,对于中文来说必须是 scws 词库中的一个词。
Xunsearch 的同义词不同于 Xapian,会智能进行字段匹配和转换,您只需维护通用词库。

2. 英文同义词的特殊处理?

英文单词的同义词在 xunsearch 中做了一些个特殊处理:

3. 管理同义词库?

您可以通过 XSIndex::addSynonymXSIndex::delSynonym 来添加和删除同义词记录。 多次调用这两个接口函数的时候支持使用索引缓冲区来提高效率。

参数 $raw 是字符串,表示记录中的原词(标准词),$synonym 也是字符串,表示记录中的同义词, 对于删除操作可以省略该参数表示清空原词的所有同义词。

以下为示例代码,其中的 $index 变量是索引操作对像,参见如何开始使用索引?

// 给 "搜索" 增加 "检索" "查找" 两个同义词
$index->addSynonym('搜索', '检索');
$index->addSynonym('搜索', '查找');
 
// 给 "Hello world" 增加同义词 "你好"
$index->addSynonym('hello world', '你好');
 
// 删除 search 的全部同义词
$index->delSynonym('search');
 
// 删除 "搜索" 的同义词 "检索"
$index->delSynonym('搜索', '检索');

除了调用 API 外,您还可以使用 Indexer 索引管理工具 进行同义词管理。

4. 查看已有同义词库?

通过 XSSearch::getAllSynonyms 来获取当前索引库内的全部同义词记录,返回一个数组, 以原词(标准词)为键,其同义词列表为值。

以下为示例代码,其中的 $search 变量是搜索操作对像,参见如何开始使用搜索?

// 获取当前库的前 100 个同义词记录
$synonyms = $search->getAllSynonyms();
 
// 获取当前库第 6~15 条同义词记录
$synonyms = $search->getAllSynonyms(10, 5);
 
// 查看包含隐藏同义词根在内的前 20 条记录
$synonyms = $search->getAllSynonyms(20, 0, true);

除了调用 API 外,您还可以使用 Quest 搜索工具 进行同义词管理。

5. 使用同义词搜索功能?

同义词搜索默认是不开启的,如果您打算使用同义词搜索,这部分功能隶属于构建搜索语句

在设置查询语句 XSSearch::setQuery 之前调用 XSSearch::setAutoSynonyms 来开启同义词功能。

// 假设”搜索“有且仅有一个同义词”检索“
// 开启同义词搜索,输出:
// Xapian::Query(((搜索:(pos=1) SYNONYM 检索:(pos=89)) AND 世界:(pos=2)))
$search->setAutoSynonyms()->setQuery('搜索世界')->getQuery();
 
// 开启同义词搜索,并带有字段效果,假设 subject 是项目的第二个字段,输出:
// Xapian::Query(((B搜索:(pos=1) SYNONYM B检索:(pos=89)) AND B世界:(pos=2)))
$search->setAutoSynonyms()->setQuery('subject:搜索世界')->getQuery();
 
// 关闭同义词搜索,输出:
// Xapian::Query((搜索:(pos=1) AND 世界:(pos=2)))
$search->setAutoSynonyms(false)->setQuery('搜索世界')->getQuery();

Tip: 您可以分别在开启/关闭同义词功能的条件下,对比 XSSearch::getQuery 查询语句分析结果。

$Id$
Copyright © 2008-2011 by 杭州云圣网络科技有限公司
All Rights Reserved.