使用 Lucene.NET 为每本书索引多个作者

Question

我正在使用 Lucene.NET 构建超过 1000 万本书的搜索索引。我正在用它来索引一本书：

Document doc = new Document();

doc.Add(new Field("id", bookID, Field.Store.YES, Field.Index.NO));

doc.Add(new Field("publisher", publisherName, Field.Store.YES, Field.Index.NOT_ANALYZED));

doc.Add(new Field("title", bookTitle, Field.Store.YES, Field.Index.ANALYZED));

按出版商搜索：

因为我已经用 Index.NOT_ANALYZED 为图书出版商编制了索引，所以我可以使用 high-performance TermsFilter 来做相当于：

SELECT * FROM books WHERE publisher="O'Reilly Media"

按标题搜索：

当然，因为我已经使用 Index.ANALYZED 选项为书名编制了索引，所以我可以使用标准的 QueryParser 来执行以下操作：

SELECT * FROM books WHERE title LIKE "%skating%"

按作者搜索：

但是现在我需要按作者搜索。我需要这样的东西：

SELECT * FROM books WHERE title LIKE "%skating%" AND authors CONTAIN "Jack Black"

那么我该怎么做呢？我每本书都存储了作者姓名和作者 ID。我怎样才能将其索引到 Lucene 文档中，然后按作者快速搜索所有书籍？我不想使用 SQL 因为我需要将搜索关键字与作者过滤器结合起来，所以 Lucene 必须为我进行作者过滤。

最明显的解决方案是：

doc.Add(new Field("authors", "Jack Black; Joan White", Field.Store.YES, Field.Index.ANALYZED));

但这会错误地 return 一位作者的名字是 similar/within 另一位作者的名字的书籍，例如：

第 1 本书：作者：Jack D Black、Bob A Smith
第 2 册：作者：D 布莱克

所以此时搜索 "D Black" 会错误地 return Book 1 和 Book 2，而不仅仅是 Book 2。因此我需要索引整个作者姓名或 ID（使用 Index.NOT_ANALYZED)，但我每本书需要多个这样的字段。这可能吗？

// can I add the same field multiple times into a document?
doc.Add(new Field("author", "Jack D Black", Field.Store.YES, Field.Index.NOT_ANALYZED));
doc.Add(new Field("author", "Bob A Smith", Field.Store.YES, Field.Index.NOT_ANALYZED));

或者我可以添加作者 ID，以便分析器将每个数字作为一个独立的词：

doc.Add(new Field("authors", "125;1885;23", Field.Store.YES, Field.Index.ANALYZED));

然后使用常规的 Lucene 搜索来查找作者为“125”的所有书籍...这行得通吗，或者这是否还会列出作者为“1254”的书籍？

Answer 1

感谢 Lucas，我认为您可以在索引期间多次添加相同的字段：

foreach (string author in authors){
   doc.Add(new Field("author", author, Field.Store.YES, Field.Index.NOT_ANALYZED));
}

这允许您使用高性能的 TermsFilter 来搜索完全匹配。

使用 Lucene.NET 为每本书索引多个作者

Index multiple authors per book using Lucene.NET

c#

lucene

indexing

search

lucene.net