Библиотека Java для нечеткого полнотекстового поиска

Я знаю о возможном использовании Lucene и Solr, но есть ли какая-нибудь простая библиотека Java, которая просто выполняет часть нечеткого полнотекстового поиска, например:

SomeScore score = fuzzyFullTextSearch(String text, String searchTerm, int maxDistance)

где ''оценка'' определяет меру того, насколько часто был найден (нечеткий) searchTerm и насколько он был похож на исходный searchTerm.

Причина, по которой я не использую Lucene или что-то подобное, заключается в том, что он слишком громоздкий для моего варианта использования, и мне нужен поиск только один раз. Максимальное расстояние для правок с использованием Lucene FuzzyQuery также составляет всего 2, что недостаточно для моего особого случая использования.

Есть ли легкая библиотека, которая может достичь sth. как показано выше?


java fuzzy-search lucene fuzzy
person eSKape    schedule 04.01.2017    source источник

Ответы (1)


arrow_upward
1
arrow_downward

Как обычно, на помощь приходит Apache Commons.

org.apache.commons.lang3.StringUtils имеет множество методов для получения fuzzyDistance, levenshteinDistance и некоторых более сложных показателей.

Итак, наивный псевдокод будет примерно таким:

split the text into tokens by spaces, commas, etc.
for each token
    calcDistanceBetweenTokenAndSearchTerm
getSumScore // or avg or whatever

Другим подходом может быть использование commons-text org.apache.commons.text.similarity.FuzzyScore, способного вычислить это расстояние между двумя строками, но, конечно, много зависит от конкретных требований.

Я не говорю, что это полный охват возможных ответов, но вы можете попробовать.

person Mysterion    schedule 09.01.2017
comment
поэтому я предполагаю, что открытой библиотеки еще нет, хотя это кажется очень распространенным вариантом использования без использования некоторых технологий индексирования, таких как Lucene (даже если это более эффективно). Возможно, я предоставлю библиотеку в будущем - person eSKape; 13.01.2017