带有 Java 的句子自动完成

Question

假设我有大约 1000 个句子要在用户输入字段时作为建议提供。

我正在考虑lucene in memory search ，然后将结果输入到suggestions set 。

运行搜索的trigger是space char并exit from the input field 。

我打算将它与GWT一起使用，这样客户端就可以从服务器获取结果。

我不想做谷歌正在做的事情； 他们在其中完成每个单词，然后对每组关键字提出建议。 我只想检查关键字并据此提出建议。 有点像当我在stackoverflow上输入问题的标题时。

以前有没有人做过这样的事情？ 是否已经有我可以使用的库？

Answer 1

我正在研究类似的解决方案。 这篇题为Effective Phrase Prediction的论文对我很有帮助。 您还必须优先考虑建议

Answer 2

如果你只有 1000 个句子，你可能不需要像 lucene 这样强大的索引器。 我不确定您是要执行“完成句子”建议还是“建议具有相同关键字的其他查询”建议。 以下是两者的解决方案：

假设您要完成用户输入的句子，那么您可以将所有字符串放入SortedSet中，并使用tailSet方法获取比输入字符串“更大”的字符串列表（因为字符串比较器认为以字符串B开头的较长字符串A比B大）。 然后，遍历tailSet返回的集合的前几个条目以创建一组字符串，其中第一个inputString.length()字符与输入字符串匹配。 只要第一个inputString.length()字符与输入字符串不匹配，您就可以停止迭代。

如果你想做关键词建议而不是“完成句子”建议，那么开销取决于你的句子有多长，以及句子中有多少独特的词。 如果这个集合足够小，您将能够使用HashMap<String,Set<String>> ，在其中将关键字映射到包含它们的句子。 然后，您可以通过与集合相交来处理多字查询。

在这两种情况下，我可能首先将所有字符串转换为小写（假设这在您的应用程序中是合适的）。 我认为这两种解决方案都不会扩展到数十万条建议。 其中任何一个都做你想做的事吗？ 如果您愿意，很乐意提供代码。