有关Sphinx的wordforms属性设置的小技巧
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了有关Sphinx的wordforms属性设置的小技巧,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1482字,纯文字阅读大概需要3分钟。
内容图文
Sphinx 索引配置文件有个wordfroms属性,wordfroms对应的是一个简单的字典文本文件,供sphinx在索引和搜索的时候替换词语使用。 作用 本质上,就是将一个词替换成另一个。这通常被用来将不同的词形变成一个单一的标准形式(即将词的各种形态如“walks”,“wal
Sphinx索引配置文件有个wordfroms属性,wordfroms对应的是一个简单的字典文本文件,供sphinx在索引和搜索的时候替换词语使用。
作用
本质上,就是将一个词替换成另一个。这通常被用来将不同的词形变成一个单一的标准形式(即将词的各种形态如“walks”,“walked”,“walking”变为标准形式“walk”)。
例如:
walks>walk walked>walk walking>walk
也可以用来实现取词根的例外情况,因为词形字典中可以找到的词不会经过词干提取器的处理。 索引和搜索中的输入词都会利用词典做规则化。因此要使词形字典的更改起作用,需要重新索引并重启searchd。
影响
Sphnix的词形支持被设计成可以很好地支持很大的字典,仅对索引速度有微小的影响,搜索速度则完全不受影响。例如,一百万个条目的字典会使索引速度下降1.5倍。
额外的内存占用大体上等于字典文件的大小,而且字典是被多个索引共享的,即如果一个50MB的词形字典文件被10个不同的索引使用了,那么额外的searchd内存占用就是大约50MB。
格式
- 每行包括一个源词和一个目标词,二者用大于号分隔。
- 忽略大小写。
- 遵循charset_table选项指定的规则。
技巧
- 简繁转换
例如:
張>张 學>学
当搜索“张学友”和“張學友”和“張学友”能得到一样的结果.
- 拼音纠错
例如:
张>zhang 学>xue 友>you
当搜索“张学友”和“zhang xue you”能得到一样的结果.
原文地址:有关Sphinx的wordforms属性设置的小技巧, 感谢原作者分享。
内容总结
以上是互联网集市为您收集整理的有关Sphinx的wordforms属性设置的小技巧全部内容,希望文章能够帮你解决有关Sphinx的wordforms属性设置的小技巧所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。