Question

我有一个带连字符的字。就我而言，它是＆＃34;重复使用＆＃34;。我希望能够匹配它，重新使用＆＃34;，＆＃34;重用＆＃34;并且＆＃34;重新使用＆＃34;。

如果我使用WordDelimiterFilterFactory catenateAll=1，那么它将转换＆＃34;重复使用＆＃34;进入＆＃34;重用＆＃34;。这并不包括搜索＆＃34; re use＆＃34;的情况。

除此之外，还有“重复使用”这个词。被用作SynonymFilterFactory的同义词，因此解决方案也必须使用它。

如果我的同义词文件显示＆＃34; re-use =＆gt;其他的东西＆＃34;，然后我希望能够匹配＆＃34;其他东西＆＃34;当我键入＆＃34;重新使用＆＃34;或＆＃34;重复使用＆＃34;或者＆＃34;重新使用＆＃34;。我试过创建一个同义词条目，如＆＃34; re use =＆gt;再利用＆＃34 ;.这导致匹配包含非连字版本的文档，但是不匹配＆＃34;其他东西＆＃34; （我不介意对匹配＆＃34; re＆＃34;或＆＃34;使用＆＃34;）非常宽容。

我可以为这个单词添加一个同义词，但我想要一个通用的解决方案。有没有明显的我错过的东西？

编辑：

我有4个文件：

＆＃34;东西＆＃34;
＆＃34;重新使用＆＃34;
＆＃34;再利用＆＃34;
＆＃34;再利用＆＃34;

我想搜索这些条款中的任何一个并返回所有文档。我的架构的相关部分：

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" catenateAll="1" preserveOriginal="1" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" catenateAll="1" preserveOriginal="1" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
</fieldType>

如果我的同义词文件看起来像这样，那么一切都按预期工作。

re use, reuse, thing

但是，我想表示＆＃34;重新使用＆＃34;和＆＃34;重用＆＃34;是同义词。我也想说＆＃34;重用＆＃34;和＆＃34;东西＆＃34;，还有许多其他东西都是同义词。所以我尝试了这个：

re use, reuse
reuse, thing

这不起作用。我认为lexk的回答表明它会吗？

Answer 1

如果要进行索引时间扩展，则足以定义重用的同义词规则。说，你有可以重复使用。然后将其转换为重用。然后应用SynonymFilter，以便在相同的索引位置重用，重用，“其他东西”。当您搜索“其他内容”时，无论您创建多少次重复使用，都可以获得匹配。

在SOLR中使用带连字符的单词

1 个答案: