短语查询和词项查询是信息检索中两个基本概念，它们的行为截然不同。词项查询独立地搜索单个单词或标记，忽略它们的顺序或接近程度。 例如，在词项查询中搜索词语“quick”和“brown”将匹配包含这两个词语的任何文档，无论它们是否显示为“quick brown fox”还是“brown quick fox”。 词项查询将每个单词视为一个单独的单元，并侧重于存在而不是顺序。 相比之下，短语查询要求单词以特定的顺序和邻近度出现。 搜索短语“quick brown”将仅匹配“quick”紧随“brown”的文档，例如在“quick brown fox”中，而不是“brown quick fox”。
技术实现方式存在显着差异。 词项查询依赖于倒排索引，倒排索引将每个词项映射到包含该词项的文档列表。 对于像“quick brown”这样的多词项查询，基于词项的方法会检索存在这两个词项的文档，但没有位置检查。 然而，短语查询要求搜索引擎跟踪文档中词项的位置。 例如，如果“quick”在文档中的位置为 5，“brown”在位置 6，则短语查询将匹配，但如果它们被其他单词分隔或顺序相反，则不会匹配。 像 Elasticsearch 这样的系统在其索引中使用位置数据来实现此目的，并且像 match_phrase 这样的查询会强制执行严格的排序和邻近度。
对于开发人员来说，选择词项查询还是短语查询取决于使用案例。 词项查询对于广泛匹配是有效的，例如标签系统或单词顺序无关紧要的关键字搜索。 例如，将“user login”作为单独的词项进行搜索可能会返回有关“login user issues”或“user authentication during login”的文档。 当确切的措辞很重要时，短语查询至关重要，例如搜索引号（“to be or not to be”）或产品名称（“Windows 11 Pro”）。 但是，由于位置检查，短语查询可能会较慢，并且如果措辞略有不同（例如，带有逗号的“quick, brown fox”），则可能会错过相关结果。 平衡精度和召回率是关键：使用词项查询来实现灵活性，使用短语查询来实现准确性。
