一键输入智能搜索

Question

我一直在浏览一些社交网络，并发现有能力通过以下方式搜索人：姓名，年龄范围，城市，国家和性别。 有趣的是，所有这些信息都可以插入到一个由空格分隔的文本框中。 然后搜索引擎会以非常准确的方式解析它并返回结果列表。

一方面看起来很简单：按空格拆分查询并搜索所有相关表格。 到现在为止还挺好。 然而

1. 有些城市的名称超过2个单词，用户可能会以不同的方式输入它们，因为它是自由文本。
2. 有超过2个单词的名称

题：

我们如何以这种方式拆分查询，我们当然知道它应该在哪里搜索？ 即用户表中的名称，城市表中的城市，国家/地区的国家/地区等？

到目前为止我所做的是：

1. 向所有用户填写用户数据源
2. 检查查询中是否存在Country from Countries表
3. 如果存在则过滤数据源以仅允许来自该国家/地区的用户
4. 检查查询中是否存在Cities表
5. 如果存在则过滤数据源以仅允许来自该城市的用户

对于每个表格等等，每次我们在表格中找到匹配项时，我们会从查询中删除找到的部分，为我们留下最自由的参数： 名称 。

如果用户确切知道我的数据库中的城市/国家等是如何写的，那么这似乎是有效的，但实际情况是用户可能会进入城市的一部分或错误地输入城市。

我不知道我所做的一切是否正确。 只是一个开始点......

PS：我只需要一个算法流程，因此编程语言并不真正计量。 任何想法或指导都非常受欢迎。

谢谢

Answer 1

这种查询对relational databases 。 如果不是必须的话，你可以考虑使用Lucene.Net（c＃）或Lucene（java）

Answer 2

我在这里没有经验，但我想这是自然语言处理

我认为做这种处理的一部分是接受你并不总能做到这一点。 由此可见，您的目标是尝试确定您对做出某些假设充满信心的案例。

例如，

如果一个用户在纽约市寻找jane doe ，他们就不会把它当作jane new york city doe ，它的名字和城市总是连续的组。 您不知道每个组的长度，但是，您只需要尝试有限数量的组合。 鉴于jane doe new york city ，您可以迭代连续组的组合。

scoreAsName('jane')
scoreAsName('jane doe')
scoreAsName('jane doe new')

...等等......并为scoreAsCity做同样的事情。

两者都应该有一些明确的高分组合。 也许，最好的选择是名称和城市得分的组合，产生最高的总和。 您需要制作一个评分算法，可能很大程度上基于数据库匹配，但也可能使用辅助输入，例如，提高本地名称匹配的分数。

非常有趣的主题。