我是Lucene的新手，我的项目是提供专业搜索
的小册子。我正在使用Lucene Java 3.1。
基本思想是帮助人们知道在哪里寻找信息（而不是
大号和干号）小册子，方法是查询索引以找出与查询相匹配的小册子和页码。我索引中的每个文档代表其中一本小册子中的特定页面。
到目前为止，我已经能够成功地从小册子中抓取原始文本，
将其插入索引中，并使用StandardAnalyzer对其进行查询就可以了
结束。
所以这是我的一般问题：
关于索引的许多查询都将涉及搜索在
小册子。有些地名使用符号变体。例如，在正文中
在一页上将其称为“ Ship Creek”，但在其他地方的地图图中，它可能被列为“ Ship Cr”。甚至“轮船”。我需要知道的是如何将两个连续的单词视为一个术语，并将符号变体添加为同义词。
我的目标当然是搜索任何变体并捕获所有出现的情况。如果我搜索（船和（Cr Ck Creek）），这并不能满足我的要求，因为在[ship]和[cr] / [ck] / [creek]之间可能会出现其他词语，从而导致误报。
因此，简而言之，我可能仍需要StandardAnalyzer提供的基本内容，但是具有特定的术语分组以发出地名作为完整术语，并可能插入同义词来覆盖变体。
例如，文本“ ...允许从上游的Ship Creek到...”
产生令牌[allowed]，[mouth]，[ship Creek]，[upstream]。也许通过TokenFilter
这样，[ship creek]术语将扩展为[ship creek] [ship ck] [ship cr]。
作为奖励，最好处理棘手的文本“ ..，但不包括Ship，Bird和
坎贝尔克里克（Campbell Creek）的极限是...”，如[例外]，[船舶克里克]，[鸟类克里克]，
[坎贝尔河]，[哪里]，[极限]。
这似乎是一个非常基本的用例，但对我而言尚不清楚如何才能使用Lucene contrib或SOLR的现有组件来完成此任务。是否应该在某种TokenFilter中进行检测和合并？我是否需要自定义分析器实施？
某些术语“分组”可能可以通过启发式方式完成[]，[creek]为[creek]
但如果有帮助的话，我还会在文本中列出详尽的地点清单。
感谢您的任何帮助，您可以提供。
最佳答案
您可以使用Solr的Synonym Filter.只需设置“ creek”即可使用同义词“ ck”，“ cr”等。
我不知道有任何现有功能可以解决您的“奖金”问题。