Question

Solr：3.5

您好，

我根据以下fieldType定义创建了一个荷兰字段类型：

    <fieldType name="text_nl" class="solr.TextField" positionIncrementGap="100">
        <analyzer>
            <tokenizer class="solr.StandardTokenizerFactory"/>
            <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1"
                    catenateWords="1" catenateNumbers="1" catenateAll="0" preserveOriginal="1"/>
            <filter class="solr.LowerCaseFilterFactory"/>
            <filter class="solr.StemmerOverrideFilterFactory" words="lang/stemdict_nl.txt"  ignoreCase="true"/>
            <filter class="solr.SnowballPorterFilterFactory" language="Kp" words="lang/stemdict_nl.txt"/>
        </analyzer>
    </fieldType>

stemdict_nl.txt根据http://snowball.tartarus.org/algorithms/kraaij_pohlmann/stemmer.html算法使用45710个字规则。

大多数搜索查询似乎都运行正常，我得到了大多数正确的建议。

然而，当我搜索“etiketje”时会出现问题。根据我的规则：

etiket                        etiket
etiketten                     etiket
etiketteren                   etiketteer
etikettering                  etiketteer
etiketje                      etiket

它应该依赖于＆＃39; etiket＆＃39;。然而，除了它回归＆＃39; etik＆＃39;。当我分析我的领域时，SOLR返回：

etiketje
etiketje
etiketje
etiketje
etik

我希望SOLR能够分析Etiketje＆＃39;为：

etiketje
etiket

希望有人能指出我正确的方向。

Answer 1

尝试将您的定义更改为wiki所示的确切语法，即更改

<filter class="solr.StemmerOverrideFilterFactory" 
        words="lang/stemdict_nl.txt"  ignoreCase="true"/>
<filter class="solr.SnowballPorterFilterFactory" 
        language="Kp" words="lang/stemdict_nl.txt"/>

到

<filter class="solr.StemmerOverrideFilterFactory" 
        dictionary="lang/stemdict_nl.txt"/>
<filter class="solr.SnowballPorterFilterFactory" 
        language="Kp"/>

您在StemmerOverrideFilter上不需要ignoreCase=true，因为无论如何您在该过滤器之前使用LowerCaseFilter。

使用StemmerOverrideFilterFactory和SnowballPorterFilterFactory为荷兰语无法正确分析Word

1 个答案: