Navigation Menu

Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Support force prefix search when unmatured token is 2 characters or more #341

Merged
merged 1 commit into from May 22, 2015

Conversation

naoa
Copy link
Member

@naoa naoa commented May 22, 2015

現在、GroongaではTokenBigramで最後のトークン(TOKEN_LAST)が1文字トークン(UNMATURED)の場合、強制前方一致フラグtoken_cursor->force_prefixが設定されることにより、1文字トークンで検索される場合でも勝手にうまくヒットするようになっています。

  • TokenBigramの例
    • クエリ:で -> [で]
    • 本文:文章です -> [文章/章で/です/す]
    • "で" というトークンは存在しないため前方一致が必要

しかし、TokenTrigramにすると2文字トークンは最後のトークンでないため(以下の例では最後のトークンは章)、強制前方一致フラグが設定されず、2文字トークンを含むとうまくヒットしなくなります。

  • TokenTrigramの例
    • クエリ:文章 -> [文章/章]
    • 本文:文章です -> [文章で/章です/です/す]
      • "文章" というトークンは存在しないため前方一致が必要

そこで、UNMATUREDトークンの場合、TOKEN_LASTではなくトークンの最後の文字がクエリの末尾であることを示すTOKEN_REACH_ENDの場合に強制前方一致フラグを設定するようにしてやれば、TokenTrigramの場合に2文字トークンが含まれても勝手にうまくヒットするようになると思います。

よければご検討ください。

daijiro added a commit that referenced this pull request May 22, 2015
Support force prefix search when unmatured token is 2 characters or more
@daijiro daijiro merged commit a487c11 into groonga:master May 22, 2015
@daijiro
Copy link
Member

daijiro commented May 22, 2015

ありがとうございます!! bigramのことしか考えていませんでした!

@naoa
Copy link
Member Author

naoa commented May 22, 2015

マージありがとうございます!

@naoa naoa deleted the support-trigram-force-prefix branch August 15, 2015 08:02
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

Successfully merging this pull request may close these issues.

None yet

2 participants