模糊检索

模糊检索（Fuzzy 检索）

如果想要搜索与检索词不完全一致的单词，可以使用模糊检索（Fuzzy 检索）。模糊检索是指，当检索词与索引中登记的单词之间的差异（编辑距离）在一定范围内时，将该单词视为匹配进行检索的方法。编辑距离是指将某个单词转换为另一个单词所需的字符插入、删除、替换等操作的最小次数。Fess 默认在这些操作的基础上，还会将相邻 2 个字符的互换也计为 1 次差异，采用达梅劳-莱文斯坦距离（最优字符串对齐）。

使用方法

在希望应用模糊检索的检索词后面添加”~”。

例如，如果想对”Fess”这个单词进行模糊检索，可以按如下方式在搜索表单中输入，从而搜索包含与”Fess”相近的词（如”Fes”等）的文档。

在”~”后面加上数字，可以指定允许的编辑距离（即允许相差多少个字符）。可指定的值为 0、1、2 中的整数。

上述示例将搜索与”Fess”编辑距离在 1 以内的单词。

如果省略数字，仅指定”~”，则按编辑距离 2 处理。编辑距离的最大值为 2，即使指定 3 以上的值，也会按 2 处理。

也可以指定字段进行模糊检索。下面的示例将在 title 字段中搜索包含与”Fess”相近的词的文档。

如果不指定字段，将以 title 和 content 字段为对象进行模糊检索。

使用条件

使用模糊检索时，请注意以下几点。

模糊检索以单词为单位应用，无法应用于用引号括起来的短语。此外，短语后面添加的数字（例如 "Fess Search"~2）不是模糊检索，而是表示单词间距离的邻近检索。
模糊检索针对索引中已登记的单词进行，检索词不会被重新解析。因此，对于通过 bi-gram 或形态素解析进行分词的日语等文本，可能无法按预期工作。模糊检索主要对英数字单词有效。
对于 1～2 个字符等非常短的单词，由于编辑距离必须小于单词长度才能匹配，因此即使添加”~”，也可能出现接近完全匹配的行为。

Note

模糊检索的行为可以通过 fess_config.properties 进行调整。

query.fuzzy.prefix_length（默认值：0）：从开头起完全匹配的字符数。该值越大，允许出现差异的范围就越窄。
query.fuzzy.expansions（默认值：50）：作为匹配候选展开的单词的最大数量。
query.fuzzy.transpositions（默认值：true）：指定是否将相邻 2 个字符的互换计为 1 次编辑。当为 true 时采用达梅劳-莱文斯坦距离，当为 false 时采用经典莱文斯坦距离。