如何使用同音字建立 java 全文搜尋索引

在本指南中，您將學習如何使用 GroupDocs.Search 建立 java 全文搜尋 索引、將文件加入索引，並啟用同音字支援，使搜尋能理解發音相同的詞彙。完成教學後，您將擁有一個快速、具語言感知的索引，能在毫秒內回應查詢，提升應用程式的使用者友好度與準確性。

快速回答

• 什麼是搜尋索引？ 一種資料結構，可在文件中快速執行全文搜尋。
• 為什麼要使用同音字辨識？ 透過匹配發音相同的詞彙提升召回率，例如 “mail” 與 “male”。
• 哪個程式庫在 Java 中提供此功能？ GroupDocs.Search for Java (v25.4)。
• 我需要授權嗎？ 免費試用可用於評估；正式上線需購買永久授權。
• 需要哪個 Java 版本？ JDK 8 或更高版本。

什麼是 java 全文搜尋？

java full text search 是將文件內容建立索引的過程，讓您能快速查詢文字並即時取得相關檔案。索引會儲存分詞後的詞彙、位置與中繼資料，即使在大型集合上也能在次秒內回應搜尋。

為什麼要使用 GroupDocs.Search for Java？

GroupDocs.Search 支援 50+ 檔案格式——包括 PDF、DOCX、XLSX、PPTX 與 HTML——同時內建同音字字典，能將模糊詞彙的召回率提升至 30 %。API 抽象化低階索引細節，讓您專注於業務邏輯。它亦提供 Maven 專案的簡易整合與清晰文件，助您快速開發。

前置條件

在開始編寫程式碼前，請確保您已具備以下項目：

• GroupDocs.Search for Java（可透過 Maven 或直接下載取得）。
• 相容的 JDK（8 版或更新）。
• 如 IntelliJ IDEA 或 Eclipse 等 IDE。
• 基本的 Java 與 Maven 知識。

必要的函式庫與相依性

您需要 GroupDocs.Search for Java。可使用 Maven 加入或直接下載。

Maven 安裝方式：
將以下內容加入您的 pom.xml 檔案：

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/search/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-search</artifactId>
      <version>25.4</version>
   </dependency>
</dependencies>

直接下載：
或是從 GroupDocs.Search for Java releases 下載最新版本。

環境設定需求

確保已安裝相容的 JDK（JDK 8 或更高）並在機器上設定好 IntelliJ IDEA 或 Eclipse 等 IDE。

知識前置條件

熟悉 Java 程式概念與使用 Maven 管理相依性將有助於開發。具備文件索引與搜尋演算法的基礎認識亦會更順利。

設定 GroupDocs.Search for Java

完成前置條件後，設定 GroupDocs.Search 非常簡單：

1. 透過 Maven 安裝 或直接從提供的連結下載。
2. 取得授權：您可以先使用免費試用，或前往 GroupDocs Purchase Page 取得臨時授權。
3. 初始化函式庫：以下程式碼片段示範了使用 GroupDocs.Search 的最小啟動程式碼。

import com.groupdocs.search.*;

public class SetupExample {
    public static void main(String[] args) {
        // Define the directory for storing index files.
        String indexFolder = "path/to/index/directory";
        
        // Initialize an Index instance.
        Index index = new Index(indexFolder);
        System.out.println("GroupDocs.Search initialized successfully.");
    }
}

實作指南

環境就緒後，讓我們探討建立 java 全文搜尋索引 與管理同音字的核心功能。

建立與管理索引

概觀

建立搜尋索引是有效管理文件的第一步，能根據文件內容快速取得資訊。

建立索引的步驟

步驟 1： 指定索引檔案的目錄。

String indexFolder = "YOUR_INDEX_DIRECTORY";
Index index = new Index(indexFolder);

Index 類別代表可搜尋的容器，保存每個文件的分詞詞彙與中繼資料，提供快速查詢執行與高效儲存的核心結構。

步驟 2： 從指定資料夾將文件加入索引。

String documentsFolder = "YOUR_DOCUMENTS_SOURCE_DIRECTORY";
index.add(documentsFolder);
System.out.println("Documents added to the index.");

呼叫 index.add() 會將每個檔案讀入、擷取文字，並填充內部結構以支援快速查詢，確保所有文件即時完成索引並可直接搜尋，無需額外處理步驟。

如何將文件加入索引

您可以稍後以程式方式再次呼叫 index.add()，傳入新資料夾路徑或單一檔案路徑，以增量方式更新索引，避免完整重建。此方式讓索引即時反映最新內容，支援持續搜尋，減少批次重建所造成的停機時間。

取得單字的同音字

取得特定詞彙的同音字可讓搜尋引擎考慮發音相同的替代拼寫，提升使用者輸入錯字或變體時的召回率。透過將查詢展開為音韻等價詞，搜尋引擎能匹配包含任一同音字形式的文件，提供更完整的結果。

HomophoneDictionary 類別儲存發音相同的詞組，作為搜尋引擎在展開音韻等價查詢時的中心資料庫，從而提升搜尋結果的相關性。

String[] homophones = index.getDictionaries().getHomophoneDictionary().getHomophones("braid");

取得同音字群組

將同音字分組提供結構化的管理方式，讓開發者一次取得全部音韻等價詞。此功能可用於分析、客製字典管理或批次更新同音字清單。

getGroups() 回傳的每個群組皆包含在音韻搜尋中可互換的詞彙，方法會提供完整的群組集合，方便您檢視、修改或匯出字典中維護的同音字關係。

String[][] groups = index.getDictionaries().getHomophoneDictionary().getHomophoneGroups("braid");

清除同音字字典

清除過時或不必要的條目可確保字典保持相關性，避免在搜尋結果中產生噪音。此操作通常在重新載入自訂字典前執行，以將字典重設為預設狀態。

clear() 方法會移除所有自訂條目，恢復預設集合，確保先前加入的同音字群組全部被刪除，為後續的字典設定提供乾淨的起點。

if (index.getDictionaries().getHomophoneDictionary().getCount() > 0) {
    index.getDictionaries().getHomophoneDictionary().clear();
}
System.out.println("Homophone dictionary cleared.");

新增同音字至字典

客製化同音字字典可提供符合領域專屬術語、俚語或品牌名稱的搜尋能力。透過新增群組，確保搜尋能辨識您應用程式獨有的音韻關係。

使用 addGroup() 可插入一組同音字列表，提升領域特定術語的召回率，方法會驗證每筆條目以防重複，並將新群組無縫整合至現有字典結構。

String[][] homophoneGroups = {
    new String[] { "awe", "oar", "or", "ore" },
    new String[] { "aye", "eye", "i" },
    new String[] { "call", "caul" }
};
index.getDictionaries().getHomophoneDictionary().addRange(homophoneGroups);
System.out.println("Homophones added to the dictionary.");

匯出與匯入同音字字典

匯出與匯入字典有助於備份或遷移，讓您能在不同環境間保留自訂設定，或與團隊成員共享。此功能支援 JSON 格式，便於閱讀與與其他工具整合。

這些方法允許您將自訂字典持久化為 JSON 檔案以便重複使用，匯出過程會捕獲字典完整狀態，匯入例程則在套用前驗證 JSON 結構的正確性。

String fileName = "path/to/exported/dictionary.file";
index.getDictionaries().getHomophoneDictionary().exportDictionary(fileName);

步驟 2： 如有需要，從檔案重新匯入。

index.getDictionaries().getHomophoneDictionary().importDictionary(fileName);
System.out.println("Homophone dictionary imported successfully.");

匯入作業會讀取 JSON 檔案，重建每個同音字群組，並合併至目前的字典，確保所有自訂條目正確還原，立即可於搜尋查詢中使用。

使用同音字進行搜尋

利用同音字搜尋可實現完整的文件檢索，即使用戶使用發音相同但拼寫不同的詞彙，也能找到相關內容。此功能在多語言或音韻密集的領域中，可顯著提升使用者體驗。

設定 setUseHomophoneSearch(true) 會指示引擎在執行前將查詢展開為音韻等價詞，且此選項可與模糊匹配等其他搜尋設定共同運作，提供彈性且強大的搜尋體驗，捕捉更廣泛的相關結果。

String query = "caul";
SearchOptions options = new SearchOptions();
options.setUseHomophoneSearch(true);
SearchResult result = index.search(query, options);

System.out.println("Search completed. Results found: " + result.getDocumentCount());

實務應用

掌握這些功能後，可應用於多種實務情境：

1. 法律文件管理： 區分發音相近的法律術語，如 “lease” 與 “least”。
2. 教育內容創作： 確保教材不含易混淆的詞彙，避免學習者產生誤解。
3. 客服系統： 提升知識庫搜尋準確度，協助客服人員更快找到正確文章。

效能考量

為維持 java 全文搜尋 的效能，請留意以下要點：

• 定期更新索引 以反映文件變更。
• 監控記憶體使用量，針對大型資料集調整 Java 堆積設定。
• 及時關閉未使用的資源（例如完成後呼叫 index.close()）。

結論

現在您應已熟悉如何使用 GroupDocs.Search 建立文件索引、管理同音字，並微調搜尋體驗。這些工具對於提供精確結果與提升文件管理效率相當重要。

常見問題

Q： 我可以在非英語語系使用同音字字典嗎？
A： 可以，只要提供相應語言的詞組，即可將字典填入任意語言。

Q： 開發測試需要授權嗎？
A： 免費試用授權足以支援開發與測試；正式上線則需購買付費授權。

Q： 我的索引可以有多大？
A： 索引大小僅受硬體資源限制，請確保有足夠的磁碟空間與記憶體以獲得最佳效能。

Q： 能否同時結合同音字搜尋與模糊匹配？
A： 完全可以。在 SearchOptions 中同時啟用 setUseHomophoneSearch(true) 與 setFuzzySearch(true)，即可同時享有兩者優勢。

Q： 若加入重複的同音字群組會發生什麼？
A： 重複條目會被忽略，字典會維持唯一的詞組集合。

最後更新： 2026-09-21
測試環境： GroupDocs.Search 25.4 for Java
作者： GroupDocs

相關教學

• How to implement java full text search: create index directory with GroupDocs.Search
• How to add documents to index with Metadata Indexing in Java using GroupDocs.Search
• Java Full Text Search Library – Optimize Index with GroupDocs.Search