咨询Azure Search实现含查询词词汇匹配的高效方案

针对你的问题，我推荐以下几种递进式的解决方案，从最精准高效到兼顾扩展性的顺序排列：

1. 用内置语言分析器处理复数/词形变化（匹配"burgers"） #

Azure Search的内置语言分析器（比如en.microsoft或en.lucene）会自动执行词干提取和词形还原操作。举个例子，当你用这类分析器索引"burgers"时，它会被还原为词根"burger"；同样，搜索"burger"时，查询词也会被处理成词根，这样就能匹配到索引中的"burgers"。

配置方式： #

创建索引时，将存储食物名称的字段（比如foodName）的analyzer属性设置为en.microsoft：

{
  "name": "foodName",
  "type": "Edm.String",
  "searchable": true,
  "filterable": false,
  "sortable": false,
  "facetable": false,
  "analyzer": "en.microsoft"
}

这个方案完全内置，不需要额外维护，是处理复数、时态这类词形变化的最优选择。

2. 同义词映射匹配相关词汇（匹配"hamburger"） #

对于"hamburger"这种包含"burger"但属于独立词汇的情况，词干提取无法自动识别关联，这时候同义词映射是最精准的方案。你可以定义一组相关词汇的同义词组，让搜索"burger"时自动包含"hamburger"、"cheeseburger"等变体。

配置步骤： #

1. 创建同义词映射（Synonym Map）：

{
  "name": "food-synonyms",
  "format": "solr",
  "synonyms": "burger, hamburger, cheeseburger\nfries, french fries"
}

这里用Solr格式，每行是一组同义词，逗号分隔的词汇会被视为互相等价。

2. 在索引字段中启用该同义词映射：
   修改之前的foodName字段配置，添加synonymMaps属性：

{
  "name": "foodName",
  "type": "Edm.String",
  "searchable": true,
  "filterable": false,
  "sortable": false,
  "facetable": false,
  "analyzer": "en.microsoft",
  "synonymMaps": ["food-synonyms"]
}

这样当你搜索"burger"时，查询会自动扩展为"burger OR hamburger OR cheeseburger"，精准匹配到这些相关词汇。

3. N-Gram分析器（备选：处理未预定义的变体） #

如果你的场景需要匹配大量未提前定义的包含"burger"的词汇（比如"chickenburger"、"veggieburger"），同义词映射维护成本太高，这时候可以用N-Gram分析器。它会将词汇拆分为多个字符片段（比如3-gram），比如"hamburger"会被拆分为"ham", "amb", "mbu", "bur", "urg", "rge", "ger"，而"burger"会拆分为"bur", "urg", "rge", "ger"，这样两者的片段重叠，就能实现匹配。

注意事项： #

• N-Gram会增加索引体积和查询时间，所以需要根据实际需求调整n-gram的长度（比如设置为2-4）。
• 可能会引入更多误匹配（比如包含"bur"的其他词汇），建议结合评分机制过滤低相关度结果。

配置示例： #

先创建自定义N-Gram分析器，再应用到字段：

{
  "analyzers": [
    {
      "name": "food-ngram-analyzer",
      "@odata.type": "#Microsoft.Azure.Search.CustomAnalyzer",
      "tokenizer": "standard",
      "tokenFilters": [
        "lowercase",
        {
          "@odata.type": "#Microsoft.Azure.Search.NGramTokenFilter",
          "minGram": 3,
          "maxGram": 3
        }
      ]
    }
  ],
  "fields": [
    {
      "name": "foodName",
      "type": "Edm.String",
      "searchable": true,
      "analyzer": "food-ngram-analyzer"
    }
  ]
}

总结 #

优先选择内置语言分析器 + 同义词映射的组合，既能高效处理复数变化，又能精准匹配预定义的相关词汇；如果需要覆盖未知变体，再考虑N-Gram分析器作为补充。

内容的提问来源于stack exchange，提问作者Sam