如何通过MarkLogic Search API实现跨语言搜索匹配？

没问题！要实现你说的这种「输入西班牙语词汇匹配数据库里的英文关键词」的需求，核心是利用MarkLogic的同义词词典或者语义映射能力，结合搜索配置来搞定。我之前做过类似的多语言搜索需求，给你一步步拆解实现方法：

方法一：使用同义词词典（最直接） #

这种方式适合固定的词汇映射场景，比如你明确知道repollo对应cabbages。

1. 创建同义词词典文档 #

首先在MarkLogic里创建一个XML格式的同义词词典，比如存放在/lexicon/multi-lang-synonyms.xml：

<synonym-dictionary xmlns="http://marklogic.com/xdmp/synonym">
  <synonym-group>
    <synonym>repollo</synonym>
    <synonym>cabbages</synonym>
  </synonym-group>
  <!-- 可以添加更多多语言词汇组 -->
  <synonym-group>
    <synonym>tomate</synonym>
    <synonym>tomatoes</synonym>
  </synonym-group>
</synonym-dictionary>

2. 配置搜索选项（Search Options） #

接下来要在你的搜索配置里引用这个同义词词典，让Search API在查询时自动扩展同义词。比如创建一个search-options.xml：

<search:options xmlns:search="http://marklogic.com/appservices/search">
  <!-- 启用同义词扩展 -->
  <search:synonym>
    <search:dictionary>
      <search:uri>/lexicon/multi-lang-synonyms.xml</search:uri>
      <search:direction>both</search:direction> <!-- 双向扩展：输入任一词汇都能匹配对方 -->
    </search:dictionary>
  </search:synonym>
  <!-- 其他搜索配置，比如返回字段、排序等 -->
  <search:return-fields>
    <search:field>keyword</search:field>
  </search:return-fields>
</search:options>

这里的direction设为both的话，不管输入repollo还是cabbages，都会匹配到对方对应的文档；如果只需要单向（比如仅西班牙语→英语），可以改成forward。

3. 用Search API发起查询 #

现在你可以通过REST API或者XQuery来测试查询：

• REST API示例：发送POST请求到http://your-marklogic-host:8000/v1/search，请求体如下：

{
  "options": "/path/to/search-options.xml",
  "q": "repollo"
}

这样就能返回所有包含cabbages的文档。

• XQuery示例：

import module namespace search = "http://marklogic.com/appservices/search" at "/MarkLogic/appservices/search/search.xqy";

search:search(
  "repollo",
  search:options-from-file("/path/to/search-options.xml")
)

方法二：使用语义三元组（更灵活的多语言映射） #

如果你的多语言词汇量很大，或者需要动态维护词汇映射，推荐用MarkLogic的语义功能来存储词汇关系。

1. 存储语义映射三元组 #

插入三元组文档，比如/semantics/word-mappings.ttl：

@prefix skos: <http://www.w3.org/2004/02/skos/core#> .

<http://example.com/words/repollo> skos:exactMatch <http://example.com/words/cabbages> .
<http://example.com/words/tomate> skos:exactMatch <http://example.com/words/tomatoes> .

2. 配置搜索选项支持语义扩展 #

修改搜索选项，添加语义查询的扩展规则：

<search:options xmlns:search="http://marklogic.com/appservices/search" xmlns:skos="http://www.w3.org/2004/02/skos/core#">
  <search:constraint name="word">
    <search:range type="uri" facet="true">
      <search:element name="word-uri" ns="http://example.com/ns"/>
      <search:semantic>
        <search:predicate>skos:exactMatch</search:predicate>
      </search:semantic>
    </search:range>
  </search:constraint>
</search:options>

3. 发起语义扩展查询 #

查询时，先通过语义三元组找到对应的英文词汇，再进行搜索：

import module namespace sem = "http://marklogic.com/semantics" at "/MarkLogic/semantics.xqy";
import module namespace search = "http://marklogic.com/appservices/search" at "/MarkLogic/appservices/search/search.xqy";

(: 先获取西班牙语词汇对应的英文URI :)
let $spanish-word := "repollo"
let $english-uri := sem:query(
  sem:triple(
    sem:iri(concat("http://example.com/words/", $spanish-word)),
    sem:iri("http://www.w3.org/2004/02/skos/core#exactMatch"),
    ?o
  )
)/sem:object

(: 提取英文词汇并搜索 :)
let $english-word := replace($english-uri, "http://example.com/words/", "")
return search:search($english-word, search:options-from-file("/path/to/search-options.xml"))

注意事项 #

• 如果你需要处理更复杂的多语言场景（比如词干变化、方言差异），可以结合MarkLogic的多语言分词器（比如西班牙语分词器）和同义词词典一起使用，先对输入词汇进行词干提取，再做同义词扩展。
• 同义词词典需要定期维护，确保词汇映射的准确性；语义三元组的方式更适合动态更新的场景，比如从外部词汇库导入映射关系。

内容的提问来源于stack exchange，提问作者Arvind Kr