Question

我正在尝试使用Solr来解决这个问题：

在专用核心中，我加载了一些特定的文本，在schema.xml中定义如下：

...
<field name="pieceOfText" type="text_general" indexed="true" required="true" stored="true" multiValued="false"/>
...

这些是pieceOfText的示例： “这是一些文字” “这是文字” “这是其他文字”

现在，给定任意查询字符串，例如“这是一个任意字符串中的一些文本”，我希望Solr只返回我的pieceOfText 其中100％与查询字符串的连续部分匹配。对于上面的示例，它将仅返回“这是一些文本”，而“这是文本”和“这是其他文本”不应出现在结果中，因为它们不会100％数学与respet到查询字符串。

我已经尝试过mm =“100％”，但似乎它对我不起作用，因为它迫使edismax找到一个与100％的查询字符串匹配的pieceOfText，（对吧？）

我定义了这个reqestHandler：

  <requestHandler name="/select" class="solr.SearchHandler">
     <lst name="defaults">
       <str name="defType">edismax</str>
       <str name="df">pieceOfText</str>
       <int name="qs">0</int>
       <str name="fl">pieceOfText,score</str>
     </lst>
  </requestHandler>

任何建议都将非常感谢！谢谢大家斯特凡诺

Answer 1

通常，短语搜索用于在长文本中找到小短语（查询）（检索/ UoR单位）。在您的情况下，UoR是一个小短语，您的查询是一个长文本。

对于倒排索引，这是一个难题。

您可以编写自己的查询解析器（使用SpanPositionCheckQuery作为起点）或...
您可以将查询扩展为很多短语，例如n-gram搜索：
- 添加一个令牌<start>作为您所有UoR的第一个令牌，并添加一个令牌<end>作为最后一个令牌。
- 而不是使用此OR子句查询“A B C”：
  1. “<start> A <end>”
  2. “<start> B <end>”
  3. “<start> C <end>”
  4. “<start> A B <end>”
  5. “<start> B C <end>”
  6. “<start> A B C <end>”
请勿对您的UoR（KeywordTokenizer）进行标记，并使用ShingleFilter进行查询。

Solr：确定任意字符串是否包含特定文本

1 个答案: