代码之家 › 专栏 › 技术社区 › Tharkius

试图与lucene进行更多匹配

id3 lucene javafx java

Tharkius · 技术社区 · 7 年前

我使用Java和lucene将从服务接收到的列表中的每首歌曲与本地文件进行匹配。我目前正在努力的是,找到一个查询,它可以让我在每首歌中找到尽可能多的匹配项。如果每首歌至少有一个匹配的文件,那就太好了。

这是我的atm机:

public List<String> getMatchesForSong(String artist, String title, String album) throws ParseException, IOException {
    StandardAnalyzer analyzer = new StandardAnalyzer();

    String defaultQuery = "(title: \"%s\"~2) AND ((artist: \"%s\") OR (album: \"%s\"))";
    String searchQuery = String.format(defaultQuery, title, artist, album);

    Query query = new QueryParser("title", analyzer).parse(searchQuery);

    if (indexWriter == null) {
        indexWriter = createIndexWriter(indexDir);
        indexSearcher = createIndexSearcher(indexWriter);
    }

    TopDocs topDocs = indexSearcher.search(query, 20);

    if (topDocs.totalHits > 0) {
        return parseScoreDocsList(topDocs.scoreDocs);
    }

    return null;
}

当没有不一致时,即使对于非英语字符,这也很有效。但它不会返回任何匹配项,例如,如果我收到一首标题为“太阳在我眼中:第一部分”的歌曲,但我相应的文件标题为“太阳在我眼中:第1部分”,或者如果我收到类似“第1部分”的歌曲。

我也没有找到匹配项,因为标题的字数比相应的文件多,比如“所有时代的终结(烈士之火)”与“所有时代的终结”相对应。专辑名称也可能出现这种情况。

所以,我想知道的是,为了获得更多匹配,我应该在代码中做些什么改进。

1 回复 | 直到 7 年前

Tharkius 7 年前

因此,我最终发现,对标题或专辑使用短语查询并不是最好的方法,因为这会导致lucene搜索此类短语的确切马赫数。

我最终做的是对标题和专辑中的每个单词进行TermQuery,并将所有内容连接到BooleanQuery中。

private Query parseQueryForSong(String artist, String title, String album) throws ParseException {
    String[] artistArr = artist.split(" ");
    String[] titleArr = sanitizePhrase(title).split(" ");
    String[] albumArr = sanitizePhrase(album).split(" ");

    BooleanQuery.Builder mainQueryBuilder = new BooleanQuery.Builder();
    BooleanQuery.Builder albumQueryBuilder = new BooleanQuery.Builder();
    PhraseQuery artistQuery = new PhraseQuery("artist", artistArr);

    for (String titleWord : titleArr) {
        if (!titleWord.isEmpty()) {
            mainQueryBuilder.add(new TermQuery(new Term("title", titleWord)), BooleanClause.Occur.SHOULD);
        }
    }

    for (String albumWord : albumArr) {
        if (!albumWord.isEmpty()) {
            albumQueryBuilder.add(new TermQuery(new Term("album", albumWord)), BooleanClause.Occur.SHOULD);
        }
    }

    mainQueryBuilder.add(artistQuery, BooleanClause.Occur.MUST);
    mainQueryBuilder.add(albumQueryBuilder.build(), BooleanClause.Occur.MUST);

    StandardAnalyzer analyzer = new StandardAnalyzer();
    Query mainQuery = new QueryParser("title", analyzer).parse(mainQueryBuilder.build().toString());

    return mainQuery;
}