Lucene.Net 3.0.3模糊搜索minimumSimilarity异常问题咨询

这是个典型的Lucene模糊查询相似度计算逻辑误解问题，我来帮你理清楚：

首先，你手动计算相似度的逻辑和Lucene.Net 3.0.3中FuzzyQuery的内置计算逻辑不一样，这就是为什么结果不符合预期的核心原因。

你的计算逻辑 vs Lucene的实际逻辑 #

你的计算方式 #

你是基于索引词的长度来计算相似度：

相似度 = ((索引词长度 - 编辑距离) / 索引词长度) × 100%
代入数值：((10 - 1)/10) × 100% = 90%

Lucene.Net 3.0.3的实际计算逻辑 #

Lucene的模糊查询相似度，是用编辑距离除以两个字符串中较短的那个的长度，再用1减去这个比值得到最终相似度，公式为：

相似度 = 1 - (编辑距离 / Math.Min(索引词长度, 搜索词长度))

代入你的场景：
索引词长度=10，搜索词长度=9，编辑距离=1

相似度 = 1 - (1 / 9) ≈ 0.888...

也就是约88.9%，所以实际返回的相似度显示为88%（大概率是精度取整导致的）。

解决方案 #

如果要让你的搜索命中目标文档，有两种思路：

• 调整最小相似度参数：既然Lucene计算出的相似度约为88.9%，你可以把最小相似度设置为0.89（或者更低一点的0.88），这样就能匹配到目标文档。
• 自定义相似度逻辑（进阶）：如果你坚持要使用基于较长字符串长度的计算方式，需要重写FuzzyQuery的相关逻辑，但这在Lucene.Net 3.0.3中需要修改或扩展原有类，相对繁琐，更推荐第一种方案。

另外补充一句：StandardAnalyzer在这里不影响这个问题的结果，因为你的搜索词和索引词都是纯大写字母，分析器不会对它们做额外的转换（比如小写化），所以分析器不是问题所在。

内容的提问来源于stack exchange，提问作者bjan