Azure AI Search含连字符模糊搜索结果异常问题咨询

1. 先搞懂Standard Analyzer的分词逻辑 #

Lucene的Standard Analyzer会把字母中间的连字符当成分词分隔符，比如"ultra-wise"会被拆成"ultra"和"wise"两个单独的词存进索引，不会保留原有的"ultra-wise"这个完整词。这就导致：

• 直接搜"ultra-wise"（不加引号）时，实际是搜同时包含"ultra"和"wise"的文档，所以能返回结果；
• 要是加引号做短语搜索"ultra-wise"，因为索引里根本没这个完整短语，就会返回0结果。

2. 带连字符的模糊搜索得这么写 #

想让带连字符的词用模糊搜索生效，别直接给整个词加~，得拆开来：

• 把ultra-wise~改成ultra~ wise~，对拆分后的每个词单独加模糊符；
• 也可以在用户输入后做预处理，自动把连字符换成空格，再给每个词加~，不用让用户手动拆分。

3. 换分析器解决根本问题（可选） #

如果业务必须把带连字符的词当成整体搜，可以换个分析器：

• 用Keyword Analyzer：完全不分词，"ultra-wise"会被当成单个词存索引，这时候ultra-wise~就能直接搜到，但代价是没法单独搜"ultra"或者"wise"了；
• 自定义分析器：比如用字符过滤器把连字符换成别的符号，或者调整分词规则，让连字符不被拆分，不过这个需要额外配置。

4. 别踩短语模糊搜索的坑 #

要是试着重用引号加模糊符，比如"ultra-wise"~，结果还是0，因为索引里没有这个完整短语。这种写法只适合那些索引里本来就存了完整带连字符短语的场景，而Standard Analyzer默认不会生成这种短语。

内容的提问来源于stack exchange，提问作者ban_ana