首頁猿問 Solr 短語搜索需要匹配部分單詞

Solr 短語搜索需要匹配部分單詞

PHP

桃花長相依 2021-06-29 13:57:00

使用 Solr 搜索英語和韓語文檔，到目前為止韓語搜索工作正常。也需要擴(kuò)展英語精確短語以匹配部分單詞。我使用的 Solr 查詢：content: "He go"與他去，他走了，他目標(biāo)等不匹配。我試過這樣但沒有奏效content: "He go"*content: "He go*"當(dāng)前字段架構(gòu)<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100"> <analyzer type="index"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/> <filter class="solr.LowerCaseFilterFactory"/> </analyzer> <analyzer type="query"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/> <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/> <filter class="solr.LowerCaseFilterFactory"/> <filter class="solr.CJKBigramFilterFactory" han="false" hiragana="false" katakana="false" hangul="true" outputUnigrams="true" /> </analyzer></fieldType>所以我的輸入和預(yù)期輸出如下：輸入：他去（帶引號(hào)）輸出：他去，他去，他目標(biāo)（應(yīng)該與包含這些詞的文檔匹配，可以是部分匹配）我怎樣才能實(shí)現(xiàn)這個(gè)功能，任何建議都非常感謝。

查看完整描述

2 回答

溫溫醬

TA貢獻(xiàn)1752條經(jīng)驗(yàn) 獲得超4個(gè)贊

如果你想按詞的部分搜索，你需要申請(qǐng)，例如，N-Gram Tokenizer， <tokenizer class="solr.NGramTokenizerFactory" minGramSize="3" maxGramSize="10"/>

例如。

在： "bicycle"

出去： "bicy", "bicyc", "icyc", "icycl", "cycl", "cycle", "ycle"

在這種情況下，您將能夠按單詞部分進(jìn)行搜索。您需要為兩個(gè)分析器應(yīng)用 NGramTokenizerFactory：

</analyzer>

</analyzer>

</fieldType>

如果您使用上述字段類型，那么在管理工具上的相同分析如下。

您還可以嘗試以下查詢分析器。這一切都取決于您的要求。

</analyzer>

您可以修改或添加字段類型schema.xml并將其應(yīng)用于您的字段。完成后重新啟動(dòng)服務(wù)器，重新索引數(shù)據(jù)。如果數(shù)據(jù)匹配，您可以使用 solr 管理工具驗(yàn)證您的字段的上述 fieldType。

我使用了以下字段類型并使用 solr 工具進(jìn)行了分析。

這是字段類型：

</analyzer>

</analyzer>

</fieldType>

請(qǐng)從 solr 管理工具中找到相同的分析。

反對(duì) 回復(fù) 2021-07-02

繁星點(diǎn)點(diǎn)滴滴

TA貢獻(xiàn)1803條經(jīng)驗(yàn) 獲得超3個(gè)贊

在復(fù)雜的短語查詢分析器支持詞組內(nèi)嵌通配符。在您的情況下，附加inOrder=true到參數(shù)將為您提供所需的行為。

您應(yīng)該注意一些限制：

性能對(duì)與模式關(guān)聯(lián)的唯一術(shù)語的數(shù)量很敏感。例如，搜索“a*”將為索引中以單個(gè)字母“a”開頭的指示字段的所有術(shù)語形成一個(gè)大的 OR 子句（技術(shù)上是一個(gè)包含許多術(shù)語的 SpanOr）。將通配符限制為至少兩個(gè)或最好三個(gè)字母作為前綴可能是謹(jǐn)慎的。允許非常短的前綴可能會(huì)導(dǎo)致返回許多低質(zhì)量的文檔。
請(qǐng)注意，它還支持前導(dǎo)通配符“*a”以及隨之而來的性能影響。在索引時(shí)間分析中應(yīng)用 ReversedWildcardFilterFactory 通常是一個(gè)好主意。

反對(duì) 回復(fù) 2021-07-02