考虑在stopwords.txt中包含多个单词的短语

Question

我配置了 stopwords.txt ，它运行正常。

问题在于我想搜索一个短语，该短语仅包含在 stopwords.txt 中包含的单词。 Solr没有返回结果。 例如，在 stopwords.txt 中我有这样的话：

other
the
cat

当我搜索： cat 时，Solr省略结果，对于 和 cat 也是如此。没关系。

但是当我搜索：猫时，Solr也在做同样的事情，省略了结果，而这正是我想要避免的。我想要返回包含 the cat 的所有内容。

提前致谢

PS：这是我的配置行

<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" /> 

Answer 1

StopFilterFactory评估每个标记，并确定该标记是否与其中一个停用词完全匹配。要保留这句话，＆＃34; cat＆＃34;在您的搜索中，您需要确保它没有被标记为＆＃34;＆＃34;和＆＃34; cat＆＃34;，有各种方法可以做到这一点。

我建议的方法是在SynonymFilterFactory之前的分析中使用StopFilterFactory修改短语：

<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt"
                                            ignoreCase="true" expand="false"/>

synonyms.txt中定义的规则可以对多个令牌起作用。例如，如果此规则显示在synonyms.txt：

中

the cat => thecat

然后是双标记序列＆＃34; cat＆＃34;将由单个令牌＆＃34; thecat＆＃34;取代。因为＆＃34; thecat＆＃34;不是你的停止词之一，StopFilterFactory不会对它采取行动。

如果您遵循这种方法，在索引和查询分析中应用此过滤器非常重要（如果它们首先不同）。这样，包含＆＃34; cat＆＃34;将有＆＃34; thecat＆＃34;在索引中，以及搜索＆＃34; cat＆＃34;将有＆＃34; thecat＆＃34;在他们的应用查询中。