Xunsearch 权威指南同义词搜索

<h1 class="notshow" >同义词搜索</h1>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<code >1.3.0</code>版本起，<code >Xunsearch</code>开始提供同义搜索搜索功能。<a class="ch" >1. 什么是同义词搜索</a><a class="anchor" ></a>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。<blockquote class="tip" >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<code >scws</code>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。</blockquote><a class="ch" >2. 英文同义词的特殊处理</a><a class="anchor" ></a>英文单词的同义词在 xunsearch 中做了一些个特殊处理：<ul class=" list-paddingleft-2"><li>统一小写统一转换为小写字母进行存储，不支持必须保留大写字母的同义词。</li><li>同根词支持英语同一个单词有多种不同的形式，如：单复数、过去式和现在分词等。而它们要传送的其实是同一种涵义。因此，对于纯英文的同义词记录会自动进行词根处理。词根记录保存为大写字母 Z 开头的记录。例如：设置<code >find</code>是search的同义词，那么检索searching时如果searching本身没有同义词，那么也会匹配包含<code >finding</code>或<code >finds</code>等同根词的结果。</li><li>复合词支持支持对多个单词组成的短语设置同义词，词之间用一个半角空格分开，但同义词仍然只允许一个单词或中文词哦。如：设置<code >您好</code>为hello world的同义词，那么检索hello world ok时也会匹配同时包含<code >您好</code>和<code >ok</code>的记录。</li></ul><a class="ch" >3. 管理同义词库</a><a class="anchor" ></a>您可以通过<a href="http://www.xunsearch.com/doc/php/api/XSIndex#addSynonym" >XSIndex::addSynonym</a>和<a href="http://www.xunsearch.com/doc/php/api/XSIndex#delSynonym" >XSIndex::delSynonym</a>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<a href="http://www.xunsearch.com/doc/php/guide/index.buffer" >索引缓冲区</a>来提高效率。参数<code >$raw</code>是字符串，表示记录中的原词（标准词），<code >$synonym</code>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<code >$index</code>变量是索引操作对像，参见<a href="http://www.xunsearch.com/doc/php/guide/index.overview#ch1" >如何开始使用索引?</a><pre >//给"搜索"增加"检索""查找"两个同义词$index->addSynonym('搜索','检索');$index->addSynonym('搜索','查找'); //给"Helloworld"增加同义词"你好"$index->addSynonym('helloworld','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');</pre>除了调用<code >API</code>　外，您还可以使用<a href="http://www.xunsearch.com/doc/php/guide/util.indexer#ch8" >Indexer 索引管理工具</a>进行同义词管理。<a class="ch" >4. 查看已有同义词库</a><a class="anchor" ></a>通过<a href="http://www.xunsearch.com/doc/php/api/XSSearch#getAllSynonyms" >XSSearch::getAllSynonyms</a>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<code >$search</code>变量是搜索操作对像，参见<a href="http://www.xunsearch.com/doc/php/guide/search.overview#ch1" >如何开始使用搜索?</a><pre >//获取当前库的前100个同义词记录$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=$search->getAllSynonyms(20,0,true);</pre>除了调用<code >API</code>　外，您还可以使用<a href="http://www.xunsearch.com/doc/php/guide/util.quest#ch2" >Quest 搜索工具</a>进行同义词管理。<a class="ch" >5. 使用同义词搜索功能</a><a class="anchor" ></a>同义词搜索默认是不开启的，如果您打算使用同义词搜索，这部分功能隶属于<a href="http://www.xunsearch.com/doc/php/guide/search.query" >构建搜索语句</a>。在设置查询语句<a href="http://www.xunsearch.com/doc/php/api/XSSearch#setQuery" >XSSearch::setQuery</a>之前调用<a href="http://www.xunsearch.com/doc/php/api/XSSearch#setAutoSynonyms" >XSSearch::setAutoSynonyms</a>来开启同义词功能。<pre >//假设”搜索“有且仅有一个同义词”检索“//开启同义词搜索，输出：//Xapian::Query(((搜索:(pos=1)SYNONYM检索:(pos=89))AND世界:(pos=2)))$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)SYNONYMB检索:(pos=89))ANDB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();</pre><blockquote class="tip" >Tip:您可以分别在开启/关闭同义词功能的条件下，对比<a href="http://www.xunsearch.com/doc/php/api/XSSearch#getQuery" >XSSearch::getQuery</a>查询语句分析结果。</blockquote>