如何實現GAE

Question

的搜索API在我的Python GAE應用自定義拼寫檢查，我可以讓用戶在使用搜索API，我初步建成具有確切標記的文件項查詢，但點擊率是由於需要存在拼寫糾正，因此沒有太多。 我發現的方式是通過數據存儲區實現字符數據庫，因爲這可以確保用戶正確輸入至少一部分字詞。在數據存儲上這需要很多時間。 例如，

"hello"（分成）["hello", "ello", "hell", "hel", "elo", "llo", "he", "el", "ll", "lo"]

，當我搜索"helo" tags -["hel", "elo", "he", "el", "lo"]（給予積極的匹配）

我根據來自字相匹配的標籤的長度排名。

上的數據存儲， 我不得不指數突破這些性格與它們匹配的實體一起單獨的n-gram。並且對於每個詞以類似的方式對每個標籤執行搜索。這需要很多時間。

是否有使用搜索API實現類似的操作方式。 MatchScore是否查看「OR」的多個字段？ 尋找方法設計搜索文檔並在最少的操作中執行多個拼寫糾正的查詢。

如果我有語言的多個領域中的每個文檔像eg.-

([tags - "hello world"] [rank - 2300] [partial tags - "hel", "ell", "llo", "wor", "orl", "rld", "hell", "ello", "worl", "orld"] [english - 1] [Spanish - 0] [French - 0] [German - 0]

我可以在語言領域與排序一起執行MatchScore操作？ （每個文件關聯到只有一種語言）

Answer 1

Search API是一個很好的服務，遠遠超過數據存儲更適合。如果您的搜索文檔具有正確的語言設置，則搜索API將涵蓋特定語言的特定變體（例如單數/複數）。但搜索API僅適用於單詞（通常由空格，連字符，點等分隔）。

UPDATE：語言被定義或者在一個場的language屬性，或在整個文檔的屬性language。無論哪種情況，該值都是雙字母ISO 693-1語言代碼，例如'de' for German。

對於標記搜索條件（「hel」，「elo」，...），您可以使用此答案中的模式：https://stackoverflow.com/a/13171181/1549523 另請參閱我對該答案的評論。當你想使用最少的令牌（例如只有3個字母）來避免存儲大小和前端實例時間時，你可以使用我在那裏鏈接的代碼。

MatchScorer有助於加權的給定項的頻率的文件內。由於標籤通常每個文檔只出現一次，因此無法幫助您。但是，例如，如果您的搜索是關於在研究論文中搜索術語「燃燒」，MatchScorer會對結果進行排名，首先顯示包含最常用術語的論文。

面搜索將增加所謂的面，以返回當前查詢10個最經常發生的面搜索查詢，即（默認）的結果，太。這對標籤或類別有幫助，因此用戶可以通過應用這些建議的過濾器來深入搜索。

如果您想要向用戶推薦拼寫正確的搜索詞，那麼使用兩個索引可能會有意義。一個索引（主索引）用於實際搜索文檔（例如帶有標籤的產品描述），另一個索引僅用於標籤或類別（標記化，最終帶有同義詞）。如果您的用戶輸入搜索字段，您的應用程序將首先查詢標籤索引，並提示匹配標籤。如果用戶選擇其中之一，則標籤用於查詢主要搜索索引。這將幫助用戶選擇正確的標籤。

這些標籤當然可以在數據存儲中進行管理，包括它們的同義詞，如果有人維護這樣的列表。每次存儲標籤時，您的應用都會更新相應的搜索文檔（在二級索引中），包括所有的字符標記（標記）。