Come ottenere il massimo da Lucene.net

Question

Sto cercando di incorporare Lucene.net nella mia ricerca sul web.

Attualmente ho un indice lucene.net che contiene +1 milioni di documenti con 7 campi ciascuno. L'ultimo campo è il campo "tutti" che ha il contenuto dei precedenti campi concatenati. Cercare tutto il campo è ESTREMAMENTE veloce :)

Ma sento che c'è di più da trovare qui. Come posso effettuare una ricerca che ricerca una o più stringhe separate da spazi su tutti i campi senza utilizzare il campo "tutti"?
Desidero essere in grado di assegnare pesi a determinati campi. Inoltre sarebbe davvero bello se la ricerca contenesse informazioni su DOVE è avvenuto il colpo, quindi posso mostrarlo nel risultato.

Penso che sia tutto possibile, ma non vedo immideatelly come.
Qualsiasi aiuto?

Answer 1

Non penso che sia necessario mantenere un campo "tutto".

1. Dai un'occhiata a "MultiFieldQueryParser". Anziché utilizzare un singolo campo predefinito da utilizzare dal parser di query, accetta un array di nomi di campi (oltre all'analizzatore di indici).
2. L'aumento dei termini dovrebbe funzionare come in "QueryParser" (ovvero non è richiesta alcuna azione speciale). Devo aggiungere che ho trovato che il punteggio standard mi sembra soddisfacente (lunghezza del campo, numero di corrispondenze, ecc.) Senza utilizzare termini potenziati.
3. Lucene.Net (beh, certamente le build SVN 2.3 al momento) include una porta del pacchetto Highlight dal sorgente Java. Ha un paio di stranezze (non ultima delle quali è che può essere complicato andare avanti in primo luogo), ma fondamentalmente funziona.

Buona fortuna

Answer 2

Devi ottenere Lucene in Action. Nonostante l'implementazione Lucene originale (ovvero Java), contiene tutte le informazioni necessarie: potenziamenti, evidenziatori, parser qwery, ecc.

Answer 3

Facciamo qualcosa di simile, il trucco è specificare i campi nella stringa di query:

(+Tier1:ribbon^1)^4 OR (+Tier2:ribbon^1)^4 OR (+Tier3:ribbon^1) OR (+Tier4:q*ribbon*^1)^12 

Nell'esempio precedente, l'utente ha cercato "ribbon" nella nostra applicazione. Abbiamo diversi segmenti di dati in campi diversi e il campo finale "Tier4" contiene tutti i termini precedenti concatenati insieme. Abbiamo anteporre il campo con una "q", in modo che possiamo fare che porta wild-card, anche:

(+Tier4:q*ribbon*^1)^12 

Infine, usiamo aumenta con l'accento circonflesso (^). Questo finisce per pesare le cose in modo diverso. Ci è voluto un po 'di tempo per migliorare, e non sono ancora felice al 100% con loro, ma hanno un grande impatto.