Solr拼写检查

时间:2012-12-12 08:30:02

标签: solr spell-checking

我正在使用Solr Spell Check。得到它并运行。但是对于某些拼写错误,它没有给出预期的结果:

正确的话:癌症

拼写错误:Cacner,cacnar,cancar,cancre,cancere。

我没有得到“癌症”作为“cacnar”的建议而是显示“内在”,虽然听起来更像cacner并不是正确的建议。而对于cacnar,我得到的建议是“肺部”。

任何配置它以显示癌症而不是其他结果?

或者,在向用户展示之前可以参考的建议有任何得分吗?

根据请求,这里是配置: 用于字典的字段(在schema.xml中):

<copyField source="procname"  dest="dtextspell" />
 <field name = "dtextspell" stored="false" type="text_small" multiValued="true" indexed="true"/>

“text_small”的定义(再次在schema.xml中):

<fieldType name="text_small" class="solr.TextField" positionIncrementGap="100" omitNorms="true">
      <analyzer type="index">
              <tokenizer class="solr.StandardTokenizerFactory"/>
            <filter class="solr.LowerCaseFilterFactory"/>
            <filter class="solr.StandardFilterFactory"/>
      </analyzer>
     <analyzer type ="query">
              <tokenizer class="solr.StandardTokenizerFactory"/>    

     <filter class="solr.LowerCaseFilterFactory"/>
     <filter class="solr.StandardFilterFactory"/>
     </analyzer>
</fieldType>

在solrconfig.xml中:

<searchComponent name="spellcheck" class="solr.SpellCheckComponent">

<str name="queryAnalyzerFieldType">text_small</str>
<lst name="spellchecker">
  <str name="name">default</str>
   <str name="classname">solr.IndexBasedSpellChecker</str>
    <str name="field">dtextspell</str>
    <float name="thresholdTokenFrequency">.0001</float>

  <str name="spellcheckIndexDir">./spellchecker</str>
   <str name="field">name</str>
    <str name="buildOnCommit">true</str>

</lst></searchComponent>

将它附加到选择请求处理程序,如下所示:

<requestHandler name="/select" class="solr.SearchHandler">

 <lst name="defaults">
   <str name="echoParams">explicit</str>

   <int name="rows">10</int>
   <str name="spellcheck.count">10</str>
   <str name="df">text</str>
 </lst>
 <arr name="last-components">
   <str>spellcheck</str>
 </arr>   </requestHandler>

构建拼写检查:

http://localhost:8080/solr/select?q=*:*&spellcheck=true&spellcheck.build=true

搜索术语:

http://localhost:8080/solr/select?q=procname:%22cacner%22&spellcheck=true&defType=edismax

响应XML:

<lst name="spellcheck"><lst name="suggestions">
     <lst name="cacner">
     <int name="numFound">1</int>
     <int name="startOffset">10</int>
     <int name="endOffset">16</int>
      <arr name="suggestion">
     <str>inner</str> <end tags start from here>

希望它有所帮助!!

1 个答案:

答案 0 :(得分:1)

听起来你最近没有重建拼写检查器的索引。通过在查询字符串后附加spellcheck=true&spellcheck.build=true进行查询来请求手动更新(不要在每个请求上执行此操作,因为构建过程可能需要一些时间)。您还应该确保使用正确的字段来构建拼写检查程序索引。

您还可以将拼写检查器组件配置为rebuild the index on every commiton every optimize,方法是添加:

<str name="buildOnCommit">true</str>

<str name="buildOnOptimize">true</str>

到您的拼写检查配置。