Question

我在ubuntu 12.04 LTS上有solr v4.8.0。

我在schema.xml中有过滤器solr.SynonymFilterFactory。

    <fieldType name="text_ru" class="solr.TextField" positionIncrementGap="100">
  <analyzer>
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ru.txt" format="snowball" />
    <filter class="solr.SnowballPorterFilterFactory" language="Russian"/>
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true" />
  </analyzer>
</fieldType>

我有下一个映射

spidermen, superman, batman, бетмен, бетмэн, спайдермен, спайдермэн, супермен, супермэн, spiderman

我检查了“synonyms.txt”文件的编码，它是utf-8。

使用英语同义词的查询工作正常。我只有俄语同义词的问题，他们没有工作，solr忽略了它们。我自己无法解决问题。

30分钟后由我添加：不知何故，单词：“бетмэн”，“спайдермэн”可以在搜索结果中找到，但“бетмен”，“спайдермен”不是。

Answer 1

我只是为这个案子写了一个小测试 - 而且我发现，这个问题源于此问题。什么时候，我禁用它 - 一切顺利，也可以用同义词帮助交换它。

参考测试 - https://github.com/MysterionRise/information-retrieval-adventure/blob/master/lucene5/src/main/scala/org/mystic/SynonymsAndStopwords.scala

Answer 2

尝试交换同义词和移植过滤器的顺序。实际上，在切断单词的结尾后，您正在查找同义词文件。可能只是不匹配。

管理Web UI中的 Analysis 屏幕是一个很好的工具，可以查看文本在通过各个过滤器时会发生什么。

Solr - 俄语同义词不起作用

2 个答案: