Question

给定以下一组值，如何配置字段以返回部分字匹配但又与整个搜索字词匹配的值？

值：

Texas State University
Stanford University
St. Johns College

期望的结果示例：

搜索字词：sta

期望的结果：

Texas State University
Stanford University

搜索字词：stan

期望的结果：

Stanford University

搜索字词：st un

期望的结果：

Texas State University
Stanford University

这是我到目前为止所尝试的：

<fieldType name="text" class="solr.TextField" omitNorms="false">
  <analyzer>
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" words="stopwords.txt"/>
    <filter class="solr.StandardFilterFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.PorterStemFilterFactory"/>
    <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15" side="front"/>
  </analyzer>
</fieldType>

我认为我的问题出在EdgeNGramFilterFactory上。如上所示，对stan的第二次搜索会返回显示的所有三个值，而不是Stanford。但是，如果没有EdgeNGramFilterFactory，部分词语根本就不匹配。

Solr字段的正确配置是返回部分字匹配但又与整个搜索字词匹配的值吗？

Answer 1

我想我明白了。 我非常欢迎其他答案和其他更正。

解决方案似乎只是在编制索引时使用EdgeNGramFilterFactory，而不是在查询时使用<fieldType name="text" class="solr.TextField" omitNorms="false"> <analyzer type="index"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.StopFilterFactory" words="stopwords.txt"/> <filter class="solr.StandardFilterFactory"/> <filter class="solr.LowerCaseFilterFactory"/> <filter class="solr.PorterStemFilterFactory"/> <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15" side="front"/> </analyzer> <analyzer type="query"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.StopFilterFactory" words="stopwords.txt"/> <filter class="solr.StandardFilterFactory"/> <filter class="solr.LowerCaseFilterFactory"/> <filter class="solr.PorterStemFilterFactory"/> </analyzer> </fieldType>。当你想到它时，这是有道理的。索引时我想要n-gram，但只想在查询时匹配实际的搜索词。

{{1}}

Answer 2

我有类似的要求，试过这个...创建了不同的字段类型......

<fieldType name="text_reference" class="solr.TextField" sortMissingLast="true" omitNorms="true" positionIncrementGap="100">
      <analyzer type="index">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
      <filter class="solr.LowerCaseFilterFactory"/>
      <filter class="solr.EdgeNGramFilterFactory" minGramSize="4" maxGramSize="50" side="front"/> 
      </analyzer>
      <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
  </fieldType>

我另一个要求...... 以下博客将详细解释

https://www.blogger.com/blogger.g?blogID=8592878860404675342#editor/target=post;postID=6309840933546641223;onPublishedMenu=allposts;onClosedMenu=allposts;postNum=33;src=postname

Answer 3

您可以使用

N语法过滤器

生成大小在给定范围内的n-gram令牌。请注意，令牌是按位置排序，然后按大小排序。

Factory类：solr.NGramFilterFactory

参数：

minGramSize ：（整数，默认值为1）最小克大小。 maxGramSize ：（整数，默认值为2）最大克大小。

示例：

<analyzer>  
  <tokenizer class="solr.StandardTokenizerFactory"/>
  <filter class="solr.NGramFilterFactory"/>
</analyzer>

在：“四分”

输出：“ f”，“ o”，“ u”，“ r”，“ fo”，“ ou”，“ ur”，“ s”，“ c”，“ o”，“ r”，“ e”，“ sc”，“ co”，“ or”，“ re”

http://archive.apache.org/dist/lucene/solr/ref-guide/apache-solr-ref-guide-5.3.pdf#page=112&zoom=auto,-187,475

如何配置Solr进行部分字匹配

期望的结果示例：

这是我到目前为止所尝试的：

3 个答案: