Azure Cognitive Search：如何避免搜索复数形式时同时返回单数匹配结果

要解决复数搜索时返回单数结果的问题，核心是绕过默认的**词干提取（Stemming）**行为——这是Azure Cognitive Search标准分析器的默认特性，会把复数/单数视为同一词干进行匹配。下面是几个可行的实现方案：

方案1：为目标字段配置无词干提取的自定义分析器 #

这是最彻底的解决方案，从索引层面确保字段的分词不会合并复数和单数词干。

• 步骤1：创建自定义分析器
  在索引定义中添加一个自定义分析器，使用standard tokenizer（负责拆分词汇、处理标点），但移除词干提取过滤器，只保留必要的过滤器（比如小写转换，可选）。示例定义如下：

  "analyzers": [
    {
      "name": "no_stem_analyzer",
      "@odata.type": "#Microsoft.Azure.Search.CustomAnalyzer",
      "tokenizer": "standard",
      "tokenFilters": [
        "lowercase" // 可选，如果你希望大小写不敏感但不做词干
      ]
    }
  ]
  

• 步骤2：将目标字段关联到该分析器
  修改你用于全文检索的字段，指定analyzer和searchAnalyzer为上面创建的自定义分析器：

  "fields": [
    {
      "name": "your_target_field",
      "type": "Edm.String",
      "searchable": true,
      "analyzer": "no_stem_analyzer",
      "searchAnalyzer": "no_stem_analyzer"
    }
  ]
  

  这样，索引时"building"和"Buildings"会被处理为两个独立的token，搜索"Buildings"时只会匹配对应的token。

方案2：使用精确匹配的查询语法 #

如果你不想修改索引结构，可以在查询时通过双引号包裹搜索词实现精确匹配，强制搜索引擎匹配完整的词汇形式：

• 普通搜索示例：
  把搜索词从Buildings改为"Buildings"，这样只会返回包含精确"Buildings"词汇的结果，不会匹配"building"。

• 结合search.ismatch的过滤示例：
  如果你需要在filter中使用精确匹配，可这样写：

  $filter=search.ismatch('"Buildings"', 'your_target_field', 'full', 'any')
  

  这里的"Buildings"是精确匹配的关键词，full表示使用全文检索模式，any表示字段中存在该匹配即可。

方案3：使用Keyword分析器（极端精确匹配） #

如果需要完全严格的字符级精确匹配（包括大小写），可以直接使用内置的keyword分析器——它会把整个字段内容作为单个token，不会做任何拆分或词干处理：

• 修改字段配置：

  "fields": [
    {
      "name": "your_target_field",
      "type": "Edm.String",
      "searchable": true,
      "analyzer": "keyword",
      "searchAnalyzer": "keyword"
    }
  ]
  

  注意：这个方案会导致只有完全一致的字符串才会被匹配，比如"Buildings"不会匹配"buildings"（除非你添加lowercase过滤器），适合对匹配精度要求极高的场景。

注意事项 #

• 修改索引分析器需要重新构建索引（重新上传数据），因为分析器会影响数据的分词存储方式。
• 如果需要同时支持精确匹配和模糊词干匹配，可以为同一个字段创建字段别名，分别配置不同的分析器，满足不同查询场景的需求。

内容的提问来源于stack exchange，提问作者Andy King