Question

我正在尝试在Solr中使用NGramFilterFactory（在Rails中使用Sunspot）来查找类似的标题。我设法在我的solr schema.xml中添加了一个新字段，如下所示：

<fieldType name="text_ngrm" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.NGramFilterFactory" minGramSize="2" maxGramSize="4"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

因为我在rails应用程序中使用sunpsot，因此通过动态字段将新字段添加到太阳黑子中。这一切都奏效了，我现在可以使用NGramFilterFactory搜索我的模型。我不确定的是，如何配置solr以搜索类似的标题。以下是我的具体问题：

当我尝试查询类似的标题时，使用dismax查询解析器是否有意义？
(Minimum 'Should' Match)参数如何帮助我找到类似的标题？
根据我究竟选择的ngram min。最多的大小？

感谢您的任何反馈。

Answer 1

你可以做几件事：

dismax 没有模糊搜索。因此，如果您想在用户搜索“homes”或“halmes”时返回“holmes”，那么最好更改为 edismax 解析器。
最低“应该匹配” 可以帮助您定义搜索结果在匹配的字数上的灵活性。让我们假设一个用户正在寻找'蝙蝠侠黑夜'，你已经'蝙蝠侠黑暗之夜'和'蝙蝠侠归来'记录标记化。如果mm为2，则仅返回'Batman Dark Night'，因为它匹配'Batman'和'Night'的最小单词数。另一方面，'Batman Returns'仅匹配其中一个，因此不会返回。
NGramFilterFactory 主要用于自动填充。我认为 PorterStemFilterFactory 可以更好地满足您的需求。您可以在http://wiki.apache.org/solr/LanguageAnalysis#Notes_about_solr.PorterStemFilterFactory

使用Solr的NGramFilterFactory进行相似性搜索

1 个答案: