2024年4月11日发(作者：)
同义词检索应该很多时候会用得上的，举个简单的例子，我们搜索关键字 good 的时候，与
well 和 fine 等的词条也可能是你想要的结果。这里我们不自己建立同义词库，直接使用
WordNet 的同义词库，本篇介绍 C# 版的实现步骤，还会有续篇--Java 版。
由于 Lucene 是发源于 Java，所以 C# 的应用者就没有 Java 的那么幸福了，Java 版已经有
3.0.2 可下载，C# 的版本还必须从 SVN 库里：
/repos/asf/lucene//tags/_2_9_2/ 才能取到最新的 2.9.2
的源码，二制包还只有 2.0 的。
接下来就是用 VS 来编译它的，不多说。只是注意到在 contrib 目录中有 解决
方案，这是我们想要的，编译 可得到三个可执行文件：
1. 用来根据 WordNet 的同义词库建立同义词索引文件，同义词本身也是通
过 Lucene 来查询到的
2. 从同义词索引中查找某个词有哪些同义词
3. 与 SynLookup 差不多，只是多了个权重值，大概就是同义程度
好啦，有了 和上面那三个文件，我们下面来说进一步的步骤：
二. 下载 WordNet 的同义词库
可以从 /3.0/ 下载 文件。然后解压到某个
目录，如 D:WNprolog-3.0，其中子目录 prolog 中有许多的 pl 文件，下面要用到的就是
wn_
三. 生成同义词 Lucene 索引
使用命令
d:WNprolog-3.0prologwn_ syn_index
第二个参数是生成索引的目录，由它来帮你创建该目录，执行时间大约 40 秒。这是顺利的
时候，也许你也会根本无法成功，执行 的时候出现下面的错误：
Unhandled Exception: ntException: maxBufferedDocs must at least be 2 when
enabled
at BufferedDocs(Int32 maxBufferedDocs)
at (String indexDir, IDictionary word2Nums, IDictionary
num2Words)
at (String[] args)
莫急，手中有源码，心里不用慌，只要找到 Syns2Index 工程，改动 文件中的
BufferedDocs(BufferedDocs() * 2*/); //GetMaxBufferedDocs() 本身
就为 0，翻多少倍也是白搭
为
BufferedDocs(100); //所以直接改为 100 或大于 2 的数就行
重新使用新编译的 执行上一条命令即可。成功执行后，可以看到新生成了一
个索引目录 syn_index, 约 3 M。
现在可以用另两个命令来测试一下索引文件:
D:wordnet> syn_index hi
Synonyms found for "hi":
hawaii
hello
howdy
hullo
D:wordnet> syn_index hi
Query: hi hawaii^0.9 hello^0.9 howdy^0.9 hullo^0.9
也可以用 Luke - Lucene Index ToolBox 来查看索引，两个字段，syn 和 word，通过 word:hi 就
可以搜索到 syn:hawaii hello howdy hullo
四. 使用同义词分析器、过滤器进行检索
相比，Java 程序员要轻松许多，有现成的 ，里面有一些现在的代码可
以用。C# 的那些分析器和过滤器就得自己写了，或许我已走入了一个岔道，但也不算崎岖。
小步骤就不具体描述了，直接上代码，大家从代码中去理解：
同义词引擎接口
view source
print?
c;
02.
ace ing
04.{
05. ///
06. /// Summary description for ISynonymEngine
07. ///
08. public interface ISynonymEngine
发布者：admin，转转请注明出处：http://www.yc00.com/news/1712847206a2133696.html
评论列表（0条）