solr spellcheck 距离选取方案

重点：Damerau-Levenshtein

spellcheck本质上工作机制是两步：

1. ngram进行候选检索

2. 选取ngram打分最高的几个，进行距离计算，如果距离大于solrconfig或者请求参数中的accuracy配置项，就返回该纠错结果

之前沿用了默认配置项编辑距离，

<strname="distanceMeasure">org.apache.lucene.search.spell.LevensteinDistance</str>

即插入、删除、替换都对距离加一

这导致了：

搜pool，无法纠错出polo，因为我们的accuracy是0.7，那pool和polo的编辑距离是2，所以他们的相似度是1-2/(max(4,4))，即0.5

而根据用户的输入情形，两个字符的mis-transform，即字符换位是很常见的一种情况，它对应的距离不应该加2，而应该与删除或者插入同等对待

正当我在考虑怎么写这个算法的时候，发现Lucene早就帮我想好了，

LuceneLevenshteinDistance

它计算的是 Damerau - Levenshtein

即插入、删除、交换的距离都是1