Ani项目中的资源搜索关键词优化技术解析

在Ani项目中，用户反馈部分冷门番剧因特殊符号或命名问题导致自动检索失败。本文将从技术角度解析该问题的成因及解决方案。

问题背景

自动检索系统依赖标题匹配算法，当遇到以下情况时可能出现漏检：

1. 特殊字符干扰（如标点符号、非常用字符）
2. 季数标识差异（如"第二季"与"Season 2"）
3. 非标准命名格式（如OVA/剧场版特殊标识）

典型案例如《亡骸游戏》第二季资源因标题格式差异被过滤，以及柯南剧场版预热总集篇因分类特殊导致检索失败。

技术解决方案演进

4.4.0-alpha01版本改进

1. 引入非强制过滤机制
   • 新增"显示被排除资源"选项
   • 放宽标题匹配的严格度阈值
   • 保留低匹配度结果供用户手动选择

4.8版本优化

1. 特殊字符处理增强
   • 实现Unicode标准化处理
   • 建立常见符号转换规则表（如全角转半角）
   • 开发容错匹配算法

4.9版本升级

1. OVA/剧场版专项优化
   • 构建衍生作品关键词库
   • 改进季数检测模型
   • 支持多命名格式自动转换

技术实现细节

1. 模糊匹配算法

   • 采用改进的Levenshtein距离算法
   • 设置动态相似度阈值（基础值+类型修正）
   • 实现关键词权重分级机制

2. 预处理流水线

   def preprocess_title(title):
       # Unicode标准化
       title = unicodedata.normalize('NFKC', title)  
       # 符号替换
       title = re.sub(r'[【】「」『』]', '', title)  
       # 季数标准化
       title = season_pattern.sub(lambda m: f"第{m.group(1)}季", title)
       return title.lower()
   

3. 结果排序策略

   • 综合种子热度、发布时间、匹配度三因素
   • 对低匹配度结果添加明显标识

用户操作建议

1. 启用"显示所有资源"选项
2. 尝试官方译名/日文原名双搜索
3. 对合集类资源检查分卷信息

该系列优化显著提升了冷门内容的可发现性，后续版本将继续完善多语言支持和智能修正功能。