首页
/ MiniSearch 中如何处理同义词扩展与组合搜索

MiniSearch 中如何处理同义词扩展与组合搜索

2025-06-08 07:10:27作者:胡唯隽

在构建客户端搜索功能时,我们经常需要处理同义词扩展和组合搜索的需求。本文将以 MiniSearch 为例,介绍如何优雅地实现同时支持同义词扩展和 AND 组合搜索的功能。

问题背景

假设我们需要构建一个支持度量单位转换的搜索功能,用户可能输入"1/8th oz"或"3.5g"这样的查询。我们希望搜索能够识别这些同义词,同时还能支持组合查询如"cherry eighth"。

初始解决方案

开发者最初尝试使用 processTerm 方法来标准化度量单位,例如将"1/8th oz"转换为["eighth", "1/8th", "3.5g"]。当使用 combineWith: "OR" 时,这种方法工作良好。但当切换到 combineWith: "AND" 进行组合搜索时,由于额外的同义词标记会导致搜索结果被错误过滤。

优化方案

更优雅的解决方案是在索引阶段进行同义词扩展,而在搜索阶段保持原始查询不变:

const miniSearch = new MiniSearch({
  fields: [/* 字段定义 */],
  // 索引阶段使用自定义的同义词处理
  processTerm: customProcessTerm,
  searchOptions: {
    // 搜索阶段使用默认处理
    processTerm: MiniSearch.getDefault('processTerm')
  }
})

工作原理

  1. 索引阶段:文档中的文本会被 customProcessTerm 处理,扩展出所有同义词。例如:

    • "1/8th oz" → ["1", "one", "8th", "eighth", "oz"]
    • "3.5g" → ["3.5", "three point five", "g", "gram"]
  2. 搜索阶段:查询词保持原样处理,不进行同义词扩展。例如:

    • 查询"cherry eighth" → ["cherry", "eighth"]
    • 查询"cherry 1/8th" → ["cherry", "1", "8th"]

这样,使用 combineWith: "AND" 时,系统会正确匹配同时包含查询词的文档,而不会因为同义词扩展导致匹配失败。

技术优势

  1. 搜索精度高:AND 组合查询能准确找到同时包含所有查询词的文档
  2. 索引覆盖广:同义词扩展确保了各种表达方式都能被检索到
  3. 性能优化:同义词处理只在索引阶段执行一次,搜索阶段保持高效

实现建议

在实际实现 customProcessTerm 时,可以考虑:

function customProcessTerm(term) {
  // 处理度量单位转换
  if (term === '1/8th') return ['1', 'one', '8th', 'eighth', '3.5', 'three point five']
  if (term === 'oz') return ['oz', 'ounce', 'ounces', '28.35', 'twenty-eight point three five']
  // 其他同义词处理...
  return [term] // 默认返回原词
}

这种设计模式不仅适用于度量单位转换,还可以广泛应用于各种同义词处理场景,如产品规格、专业术语、多语言支持等。

登录后查看全文
热门项目推荐

项目优选

收起
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
52
455
kernelkernel
deepin linux kernel
C
22
5
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
349
381
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
7
0
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
131
185
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
873
517
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
335
1.09 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
179
264
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
607
59
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4