多字同义词和奇数令牌顺序

Question

为什么synonymTokenFilter在多字同义词中匹配第一个标记后立即放置扩展的术语？虽然我正在使用弹性搜索，但这肯定适用于那里的任何solr / lucene大师。我只在索引时使用它，但它与带状疱疹一起使用，所以顺序非常重要。

我有一个同义词：

爆米花机，爆米花机

我的synonymTokenFilter通过elasticsearch中的默认值扩展= true。

当我查看我的代币时，爆米花机总是插在爆米花和爆米花之间，无论输入术语是爆米花机还是爆米花机。

分析“ popcorn popper ”

的示例

 t1:Popcorn t2:popcorn t3:machine t4:popper

分析“爆米花机”

的示例

  t1:Popcorn t2:popcorn t3:machine t4:popper

Answer 1

Lucene令牌流is actually a graph。像同义词这样的东西确实会导致图形模型和令牌偏移的问题。然而，在较新的Lucene版本中，情况有所改善。您可能需要查看（Solr和Lucene）Jiras以找到相关的讨论。