Question

我在Windows上使用Solr 1.4.1（lucene 2.9.3）并且我试图了解ShingleFilter。我编写了以下代码，发现如果我提供的字数多于字段中索引的实际短语，那么对该字段的搜索将失败，即debugQuery = true时该字段没有得分。

以下是我创建的一个示例，其中包含字段名称和索引的文档：
Id：1
title_1：Nina Simone
title_2：我给你施了一个咒语

发出以下查询（dismax）：
- “Nina Simone I put”＆lt; - 没有得到title_1搜索的分数（使用debugQuery）
- “Nina Simone”＆lt; - SUCCESS

试图分析上述差异，当我使用Solr的场分析和'shingle'字段（下面给出）并尝试“Nina Simone I put”时，它成功了。因此，仅在查询期间不提供分数。我还检查了'parsedquery'，它显示了disjunctionMaxQuery向title_1字段发出字符串“Nina_Simone Simone_I I_put”。

title_1和title_2字段的类型为“shingle”，定义为：

<fieldType name="shingle" class="solr.TextField" positionIncrementGap="100" indexed="true" stored="true">
  <analyzer type="index">
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <filter class="solr.LowerCaseFilterFactory"/>
      <filter class="solr.ShingleFilterFactory" maxShingleSize="2" outputUnigrams="false"/>
  </analyzer>
  <analyzer type="query">
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <filter class="solr.LowerCaseFilterFactory"/>
      <filter class="solr.ShingleFilterFactory" maxShingleSize="2" outputUnigrams="false"/>
  </analyzer>
</fieldType>

请注意，我还有一个catchall字段，它是文本。我有qf设置为：'id ^ 2 catchall ^ 0.8'和pf设置为：'title_1 ^ 1.5 title_2 ^ 1.2'

我有什么遗漏或做错了吗？

Answer 1

在dismax查询中，查询的分数是子查询的最大值。不是总和。我真的不太了解它是如何稀疏的查询，但如果它做了类似“（title1：（shingle1 shingle2 ...））（title2：（shingle1 shingle2 ...））”那么你应该期待看到只有一个字段有助于得分。

ShingleFilter搜索的条款多于索引短语失败

1 个答案: