Question

我想查询 wi-fi 以匹配索引中 wifi 的文档。所以，我正在使用 solr.WordDelimiterFilterFactory 来查询查询中的单词：

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="query">
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="1" splitOnCaseChange="1" splitOnNumerics="1" stemEnglishPossessive="0" preserveOriginal="0"/>
        <filter class="solr.ICUFoldingFilterFactory"/>
    </analyzer>
    <analyzer type="index">
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="1" splitOnCaseChange="1" splitOnNumerics="1" stemEnglishPossessive="0" preserveOriginal="0"/>
        <filter class="solr.ICUFoldingFilterFactory"/>
    </analyzer>
</fieldType>

但是使用此配置查询 LGA1155 与 LGA 1155 不匹配，因为查询标题：LGA1155 被解析为：（标题：标题：1155标题：lga1155）~3

如果我不查询查询中的单词， LGA1155 匹配 LGA 1155 ，因为查询被解析为：（标题：标题：1155）〜 2 。但是 wi-fi 与 wifi 不匹配。

我正在使用 edismax 查询解析器， q.op 是 AND 。 Solr版本：4.5。

那么，如何使 wi-fi 匹配 wifi 和 LGA1155 匹配 LGA 1155 （和其他类似的查询）？

Answer 1

正如你所描述的那样，你想要连接单词部分，但是你想要分成数字。

你所拥有的catenateAll="1"并不好，因为它会撤消你想要实现的数字（ LGA115 成为 LGA 1155 ）的分裂。

使用分析仪中WhitespaceTokenizerFactory的这些设置进行尝试。

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
    <analyzer>
        <tokenizer class="solr.WhitespaceTokenizerFactory" />
        <filter class="solr.WordDelimiterFilterFactory"
            generateWordParts="0" catenateWords="1"
            generateNumberParts="1" catenateNumbers="0" splitOnNumerics="1"
            catenateAll="0" splitOnCaseChange="0"
            stemEnglishPossessive="0" preserveOriginal="0" />
        <filter class="solr.ICUFoldingFilterFactory" />
    </analyzer>
</fieldType>

这将生成以下令牌

wi-fi - ＆gt; wifi
Wi-Fi - ＆gt; wifi
WiFi - ＆gt; wifi
LGA1155 - ＆gt; lga 1155
LGA 1155 - ＆gt; lga 1155
LGA-1155 - ＆gt; lga 1155

正如你所看到的，wifi变成了一个单词而LGA1155被分开了。

另一件事是，正如您在我的示例中所看到的，如果查询器和索引时间上的分析器应该是相同的，那么您可以省略type中的analyzer属性} element并完全删除这两个元素中的一个。

所以而不是

<fieldType ... >
    <analyzer type="query">
       <!-- same stuff -->
    </analyzer>
    <analyzer type="index">
       <!-- same stuff -->
    </analyzer>
</fieldType>

只需

<fieldType ... >
    <analyzer>
       <!-- will be taken to index and query time -->
    </analyzer>
</fieldType>

Solr WordDelimiterFilter在查询中生成单词部分和catenate

1 个答案: