问题描述

在 Azure AI Search 里，英文检索有时会卡在一个很小的词形差异上：文档里是 brief，搜索 briefs 却搜不到。

搜索 briefs，无法命中只包含 brief 的文档。类似地，audit 和 auditing 也可能因为一个复数形式导致结果不同。

文档明明在，关键词也只差一个 s 或 ing，为什么结果完全不一样？

关键不在原文，而在 Azure AI Search 最终拿什么 token 去匹配。

通俗来讲，是根据字符串文本匹配还是基于语义进行匹配!

问题解答

Azure AI Search 做全文检索时，比较的不是原始字符串，而是 analyzer 处理后的 token。

brief 和 briefs 能不能互相命中，关键看字段使用默认 analyzer(standard.lucene)，还是使用 en.microsoft 这类语言 analyzer。

1: standard.lucene 不处理英文词形

standard.lucene 是默认 analyzer。它主要做分词和小写化，不做英文词干还原，也不做词形还原。

|----------|----------|
| 输入 | token |
| brief | brief |
| briefs | briefs |
| auditing | auditing |

所以 briefs 搜不到 brief，不是数据缺失，也不是服务异常，而是两边生成的 token 本来就不一样。\

2: en.microsoft 按语言规则做词形还原

en.microsoft 使用 lemmatization。它不是简单截断词尾，而是尽量把变化形式还原成语言学上的基本形式。

例如：

briefs → brief

auditing → audit

它通常更适合重视英文检索质量的场景，尤其是需要处理单复数、时态、不规则变化时。

代价是索引速度通常会慢一些，但普通查询性能一般不会明显受影响

3: 如何选择

Analyzer	主要行为	适合场景
`standard.lucene`	分词、小写，不做词形归一	通用字段、需要保留原始词形差异
`en.microsoft`	Lemmatization，按语言规则还原词形	重视英文搜索质量，希望处理单复数和时态

如果英文内容需要处理单复数、时态或不规则变化，优先验证 en.microsoft。如果业务明确需要保留词形差异，继续使用默认 standard.lucene 更合适。

4：修改 analyzer

analyzer 是字段定义的一部分。已有字段不能直接就地修改 analyzer。如果要从 standard.lucene 换成 en.microsoft，通常需要重建索引，或者新增一个使用新 analyzer 的并行字段，再通过 searchFields 切过去验证。

如下图所示（无法修改Analyzer）

添加新的索引字段并设置Analyzer步骤

1：添加新的查询字段

步骤如下：

选中索引，进入Fields Tab页，点击添加字段。
输入新的字段名, 如: content_ext
勾选 Retrievable 和 Searchable
选择Analyzer为 English - Microsoft (* 重要）
保存修改

2：把查询字段和文档的内容进行关联

步骤如下：

进入对应的索引器，点击 Edit JSON案例
在fieldMappings中，添加content / content_ext 的mapping关系后保存

添加内容：

复制代码

   {
      "sourceFieldName": "content",
      "targetFieldName": "content_ext",
      "mappingFunction": null
    },

参考截图如下：

3：修改查询文档属性后，执行索引器，为新字段填充内容

运行索引器，把文档的content内容填充到index的content_ext字段中。
这一步需要注意，让blob的文档的最后修改时间发生变动后，在执行文档索引器的时候，才会加载这些变动的文档内容。
执行以上操作之后，对比验证使用默认Analyzer和en.microsoft的查询结果区别

参考资料

用于 Azure AI 搜索的文本处理分析器：https://learn.microsoft.com/zh-cn/azure/search/search-analyzers

向 Azure AI 搜索索引中的字符串字段添加语言分析器: https://learn.microsoft.com/zh-cn/azure/search/index-add-language-analyzers

更新或重新生成索引：https://learn.microsoft.com/zh-cn/azure/search/search-howto-reindex?tabs=sdk-python%2Cportal

Indexes - Analyze - REST API (Azure Search Service) : https://learn.microsoft.com/zh-cn/rest/api/searchservice/indexes/analyze?view=rest-searchservice-2026-04-01&tabs=HTTP

【Azure AI Search】Index的字段使用默认Analyzer(standard.lucene) 和 en.microsoft 有什么不同？