Question

我必须在Solr中索引和搜索文档。我还需要过滤，分面和分页功能。我的（简化）理想文档结构如下：

<doc>
  <id>1</id>
  <title>A title</title>
  <description>A description...</description>
  <category>speech</category>
  <sentences>
    <sentence>
      <n>1</n>
      <from>00:00:00</from>
      <to>00:00:10</to>
      <tag>presentation</tag>
      <transcript>Hello, my name is Alberto!</transcript>
    </sentence>
    <sentence>
      <n>2</n>
      <from>00:00:10</from>
      <to>00:00:15</to>
      <tag>talk</tag>
      <transcript>and blah blah blah</transcript>
    </sentence>
  </sentences>
</doc>

文档可以有很多句子。每个句子都可以有多个标签。

我想在title，description和transcript上执行搜索，过滤tag（句子级别）和category（根级别），并在category和tag上获得分面。

一些要求是：

分面应该根据文件而不是句子返回数字
过滤不应该给出假阳性结果。例如，如果我搜索q=text:"Alberto&fq=tag:presentation，则应返回文档1。但如果我搜索q=text:blah&fq=tag:presentation，则不应返回任何内容。

我找到的唯一可行解决方案是使用分组（group=true&group.facet=true）并展平文档结构。这里的问题是我必须在每个文档（也是识别句子的文档）中复制分面字段（例如category），否则分面不能正常工作。

同样重新索引理想文档需要删除文档的每个句子，然后重新索引文档组。

有更好的方法吗？

Solr

0 个答案: