如何使Solr识别同义词之前的任何数字？例如＃摩尔为#M（反之亦然）

Question

我需要Solr才能在搜索时将＃摩尔识别为#M（反之亦然），并将＃Normal识别为#N（反之亦然）。

我有很多文件名称中包含6摩尔，1摩尔或0.5摩尔，但是很多时候这些文件被写为6M或1M或0.5M。我希望Solr能够在搜索时将＃摩尔识别为#M（反之亦然），除了可能有多个数字（例如12M）或十进制（例如0.1M）之外。

无法弄清楚如何使用同义词或其他任何方法。 Solr版本是6.2.1

Answer 1

为此，我可能会在您的分析仪中添加一个PatternReplaceCharFilter。

类似的东西：

<analyzer>
  <charFilter class="solr.PatternReplaceCharFilterFactory"
         pattern="(\d+(.\d+)?)M" replacement="$1 Molar"/>
  <tokenizer ...
</analyzer>

CharFilters在令牌化发生之前对输入进行预处理，因此您不必担心跨多个术语的模式（就像使用PatternReplace令牌过滤器时那样）或降低大小写，以防您也遇到了麻烦。