云上搜索中的分词：让业务词汇保持原意

云上商品搜索中，某个型号已经入库，输入完整名称却没有找到预期结果，原因可能出在文本如何被拆分。搜索引擎通常会将文本转换成词项，再依据查询进行匹配。使用华为云云搜索服务等工具时，理解分词过程，有助于把检索问题定位到具体环节。

先区分精确匹配与全文检索

商品编号、订单号和状态值通常更适合按完整值匹配；标题、说明和文章正文则常需要全文检索。同一段内容可以根据用途保留不同的字段形式。不要让编号完全依赖自然语言分词，也不要期待只做完整值匹配的字段自动理解一句描述。

为业务词准备真实样例

产品名称、行业缩写和带连字符的型号，可能与默认分词规则的预期不同。可以整理常见业务词，查看它们实际拆成了哪些词项，再按所用引擎支持的方式调整词典或分析规则。同义词也应有明确范围，不能把含义接近的词全部互换，否则容易增加无关结果。

检查写入和查询两端的规则

索引建立时如何分析文本，查询时如何分析输入，两者需要相互匹配，但不一定必须完全相同。还要确认查询使用了预期字段，是否被大小写、过滤条件或词项组合方式影响。调整分析配置后，应核对变更是否作用于已有数据；必要时安排重新建立索引，并保留切换与回退方案。

用固定查询集观察变化

选取完整型号、简称、组合词和容易混淆的词作为样例，记录期望命中的内容及排序位置。每次调整后比较漏掉的结果和新增的无关结果，不能只看某一个词能否搜到。样例数据尽量覆盖真实业务表达，同时避免带入个人信息。

搜索优化需要先看字段用途，再看分词结果和匹配规则。把业务词与验收样例持续维护起来，比遇到一个词就临时修改一次规则更容易评估效果。