问NGram顺序搜索

EN

几个月前，我问了一个类似的问题here。然而，我不能让它正常工作：

我尝试构建一个简单的文件名搜索。我希望用户可以搜索文件名的任何部分。

假设对以下文件名进行了索引：

[1] My_file_2012.01.12.txt
[2] My_file_2012.01.05.txt
[3] My_file_2012.05.01.txt
[4] My_file_2012.08.27.txt
[5] My_file_2012.12.12.txt
[6] My_file_2011.12.12.txt
[7] file_01_2012.09.09.txt

然后，用户可以搜索：

"ile_20"                    (finds the first six documents)
"12.txt"                    (finds 1, 5, 6)
"12" followed by "01"       (finds 1, 2, 3 - NOT 7)
"2012" followed by "01"     (finds 1, 2, 3 - NOT 7)

(注意:是的，用户可能真的会搜索像"ile_20“这样的字符串...例如，由于复制和粘贴错误)

因此，我使用nGram-tokenizer来索引文件名的每个部分。到目前为止，它工作得很好。为了支持上面提到的“后跟”-search，我需要一个尊重术语顺序的查询，无论这两个术语之间有多少文本(好的，假设最大。100个字符)。

由于带有"slop“的"text_phrase"-query不能正确考虑术语的顺序，因此我决定使用"span_near”查询。这在大多数情况下都工作得很好。

请看这里我的完整示例-索引包含。错误-描述：click

如上面的示例中所提到的，由于nGram记号生成器为每个记号生成位置值，因此查询"'2012‘后跟'01'“不起作用，但是当"span_near”查询使用这些值时，这些值并不是很有用。在索引时，将术语"2012“分配给位置值(50)，该位置值大于术语"01”的位置值(例如10)。由于50和10的顺序不一致，因此查询将没有结果。只有具有相同长度的术语(例如，"'12‘后跟'01'")或术语按长度排序(例如，"'20’后跟'.12'")，按序排序才有效。

那么我如何才能实现正确的搜索行为呢？我只希望能够搜索文件名的任何部分，同时尊重术语的顺序。

也许有一种方法可以告诉"span_near“不要使用这个位置，而是使用"start_offset"？或者，我可以使用其他查询吗？