在为我正在构建的站点开发搜索时，我决定采用廉价且快速的方式并使用 Microsoft Sql Server 的全文搜索引擎，而不是像 Lucene.Net 这样更强大的引擎。
不过，我希望拥有的功能之一是 google-esque 相关文档片段。我很快发现确定“相关”片段比我意识到的要困难。
我想根据找到的文本中的搜索词密度来选择片段。因此，从本质上讲，我需要在文本中找到搜索词最多的密集段落。一段是任意数量的字符(比如 200——但这并不重要)。
我的第一个想法是在循环中使用 .IndexOf() 并构建一个术语距离数组(从先前找到的术语中减去找到的术语的索引)，然后......什么？将任意两个、任意三个、任意四个、任意五个顺序数组元素相加，并使用总和最小的元素(因此，搜索词之间的距离最小)。
这看起来很乱。
是否有比我想出的更成熟、更好或更明显的方法来做到这一点？
最佳答案
虽然它是用 Java 实现的，但您可以在此处看到解决该问题的一种方法: http://rcrezende.blogspot.com/2010/08/smallest-relevant-text-snippet-for.html
关于C# 查找相关文档片段用于搜索结果显示，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/282002/