Question

我遇到了solr结果的问题，我想我会在这里提出建议。

我通过在查询和索引级别包含<filter class="solr.PhoneticFilterFactory" encoder="RefinedSoundex" inject="true"/>来启用语音匹配，同时也使用编码器DoubleMetaphone作为变体。

这里的问题是solr只返回语音匹配的结果，而忽略了通配符匹配或几乎完全匹配的搜索短语。

示例：

在我的索引中，我有一个名为'name'的字段和值'Modenine'的文档，当我搜索name:mod时，我得到一个“Modenine”，这是正常的，

但是当我使用name:mode进行搜索时，请注意额外的'e'，它会返回'Something Foul Mouth'，这是因为，mouth在语音上匹配mode，我不会因此我不介意'有些东西犯规'，但我也希望看到'Modenine'，因为mode是实际的搜索词。

最快的解决方案是在索引过程中添加语音代码到索引，然后使用dismax通过使用^ 2.0提供分数来对结果进行排名。

我有以下内容：现场声明

<field name="phoneticName" type="phonetics" indexed="true" stored="true"/>
<field name="name" type="phonetics" indexed="true" stored="true"/>

语音的FieldType

<fieldType name="phonetics" class="solr.TextField" positionIncrementGap="100" multiValued="true">
    <analyzer type="index"> 
        <filter class="solr.LowerCaseFilterFactory"/>
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
        <filter class="solr.PhoneticFilterFactory" encoder="RefinedSoundex" inject="true"/>
    </analyzer>
    <analyzer type="query">             
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>        
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.PhoneticFilterFactory" encoder="RefinedSoundex" inject="true"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />       
        <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>               
    </analyzer>
</fieldType>

但是在重新索引之后，phoneticName字段只有name字段的确切值，它不存储我想要搜索的语音代码。

我发现了这个solr-boosting-down-phonetic-variations，但没有太多细节。

由于 P

Answer 1

当我输入mod作为查询时，我终于开始工作了，我得到了大约5个相关结果，包括modenine。我如何设法做到这一点是通过使用Ngram过滤器，这不是我刚刚发现的东西，事实上，我已经从一开始就将Ngram过滤器添加到schema.xml中的过滤器列表中，但从未真正按预期工作。

错误在于我在index和query级/阶段应用NgramFilter。 Ngram只应在index阶段添加，在查询阶段删除Ngram文件管理器后，我得到了所需的结果。

请参阅下面的配置，请注意我是如何添加：solr.RemoveDuplicatesTokenFilterFactory以从NGramFilterFactory过滤器中删除可能的重复项。

<fieldType name="phonetics" class="solr.TextField" positionIncrementGap="100" multiValued="true">
    <analyzer type="index">         
        <filter class="solr.TrimFilterFactory"/>        
        <filter class="solr.NGramFilterFactory" minGramSize="2" maxGramSize="1000" />
        <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="1000"  />
        <filter class="solr.WordDelimiterFilterFactory" splitOnCaseChange="1" splitOnNumerics="0" 
        generateWordParts="1" stemEnglishPossessive="0" generateNumberParts="0"
        catenateWords="1" catenateNumbers="0" catenateAll="0" preserveOriginal="1"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>        
        <filter class="solr.DoubleMetaphoneFilterFactory" inject="true"/>
        <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
    </analyzer>
    <analyzer type="query">     
        <filter class="solr.TrimFilterFactory"/>        
        <filter class="solr.WordDelimiterFilterFactory" splitOnCaseChange="1" splitOnNumerics="0" 
        generateWordParts="1" stemEnglishPossessive="0" generateNumberParts="0"
        catenateWords="1" catenateNumbers="0" catenateAll="0" preserveOriginal="1"/>        
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>        
        <filter class="solr.LowerCaseFilterFactory"/>       
        <filter class="solr.DoubleMetaphoneFilterFactory" inject="true"/>
    </analyzer>
</fieldType>

干杯

Babajide

Answer 2

您没有获得通配符匹配，因为您没有执行通配符搜索。 name:mode*将匹配“modenine”，虽然它不会在语音上匹配，因为未分析通配符/前缀搜索，这是有道理的，因为语音算法的工作假设他们正在使用完整的单词。

如果要同时搜索两者，则应使用以下查询：name:mode name:mode*。

Solr语音匹配与实际文本字段

2 个答案: