在SOLR中，我有一个包含id, words (indexed), raw_text个字段的文档。我想以这种方式搜索words字段：
单词是文章的不定式（或称关键字）。对于解析和词形还原（词干）我使用另一个工具，所以这不是问题的关键。
例如：对于这两篇文章（文本），单词将是：
1 昨天我没去上班，因为这是假期。
字样：昨天因为假期去上班
2 明天我要去上班，晚上去购物。
字样：明天上班，早上去商店
3 字：明天上班
在搜索“go”时，我想首先检索 2 （更具相关性）因为有更多“go”-s而不是 1 。此外，我想使用更长的查询与大量的单词，并检索文章包含大多数时间。
例如：搜索：“明天工作”将返回 2 比 3 更相关，因为有两个“go” - 与
所以问题：我该如何存储words？ multiValued还是单身？应该使用哪种字段类型？
谢谢！
答案 0 :(得分：1)
（单值）text适合你。
该文本带有标记化，词干分析和停止字分析器。
词干使用启发式来推导单词的根。除此之外，它甚至会以不定式形式找到你文章的根源： - ）
Trying it out为您的样品（添加一些）：
Original: Yesterday [yesterday's] I didn't go to work [working, workable], because it was holiday [holidays].
Stemmed: Yesterdai yesterdai s I didn t go to work work workabl becaus it wa holidai holidai
Original: Tommorrow I am going [go,going,gone] to work in the morning [mornings] and in the evening I am going shopping [shoppers, shops].
Stemmed: Tommorrow I am go go go gone to work in the morn morn and in the even I am go shop shopper shop
因为它使用启发式，“可行”不与“工作”共享根，而“消失”不与“go”共享根。但它的权衡更简单，更快，而不会降低结果质量。
并且“没有”和“我”是停用词according to this list，因此它们会被自动删除。