Redis Search系列 - 第三讲拼写检查

devtools/2024/10/23 18:45:40/

拼写检查 - Spellchecking & Dict

Spellchecking为拼写错误的搜索词提供建议。例如，术语“reids”可能是“redis”的拼写错误版本。
从v1.4开始，Redis Search可以为拼写错误的查询术语（term）生成替代的方案。拼写错误的术语是全文术语(即单词)，即：

不是停词
不在索引中
至少3个字符

拼写错误术语的替代词：

从已经索引的术语语料库生成
或者（可选）从一个或多个自定义 字典（Dict） 生成

备选项根据它们与拼错词之间的 Levenshtein距离 成为拼写建议，每个拼写建议根据其在索引中的出现次数给出一个标准化分数。

注：
Levenshtein距离（Levenshtein Distance），也称为编辑距离（Edit Distance），
是指两个字符串之间，由一个转成另一个所需的最少编辑操作次数。
允许的编辑操作包括插入一个字符、删除一个字符和替换一个字符。

拼写检查相关命令示例：

# 给出my_idx索引下术语held的拼写错误替代方案，且允许的编辑距离为2
# 多组替代方案按score降序排列
# score = 包含替代术语的文档数 / 文档总数
# dict中的替代术语score恒为0
FT.SPELLCHECK my_idx held DISTANCE 2
1) 1) "TERM"2) "held"3) 1) 1) "0.66666666666666663"2) "hello"2) 1) "0.33333333333333331"2) "help"# 添加字典my_fish（适用于所有索引）
# 字典值包括：[水煮鱼, 水煮肉片, 水煮]
FT.DICTADD my_fish 水煮鱼 水煮肉片 水煮 # 给出my_idx索引下术语“水煮”的拼写错误替代方案，
# 且允许的编辑距离为2，
# 且支持从自定义字典my_fish中生成（支持INCLUDE和EXCLUDE）
FT.SPELLCHECK my_idx 水煮 DISTANCE 2 TERMS INCLUDE my_fish

关于Spellchecking的相关命令FT.SPELLCHECK可参见：
https://redis.io/docs/latest/commands/ft.spellcheck/
关于Spellchecking中自定义字典相关的命令FT.DICTADD、FT.DICTDEL、FT.DICTDUMP可参见：
https://redis.io/docs/latest/commands/ft.dictadd/
https://redis.io/docs/latest/commands/ft.dictdel/
https://redis.io/docs/latest/commands/ft.dictdump/