Question

我正在使用Solr进行拼写检查。启用DirectSolrSpellChecker＆amp; WordBreakSolrSpellChecker。我有以下问题：

一个。当我在询问“担心”时。 Solr正在将这个术语转换为“worri”并返回相同的结果。如果单词以“y”[“伤害”，“担心”等]结束，则结尾“y”将替换为“i”。

示例查询：

http://localhost:8983/solr/MY_CORE/spell?df=text&spellcheck.q=worry&spellcheck=true&spellcheck.extendedResults=true&spellcheck.onlyMorePopular=true

Solr结果：

<response>
<lst name="responseHeader">
<int name="status">0</int>
<int name="QTime">5</int>
</lst>
<result name="response" numFound="0" start="0"/>
<lst name="spellcheck">
<lst name="suggestions">
<lst name="worri">
<int name="numFound">9</int>
<int name="startOffset">0</int>
<int name="endOffset">5</int>
<int name="origFreq">5</int>
<arr name="suggestion">
<lst>
<str name="word">wo r ri</str>
<int name="freq">90</int>
</lst>
<lst>
<str name="word">worst</str>
<int name="freq">12</int>
</lst>
<lst>
<str name="word">wo r r i</str>
<int name="freq">5246</int>
</lst>
<lst>
<str name="word">work</str>
<int name="freq">2920</int>
</lst>
<lst>
<str name="word">w o r ri</str>
<int name="freq">530</int>
</lst>
<lst>
<str name="word">worn</str>
<int name="freq">81</int>
</lst>
<lst>
<str name="word">w o r r i</str>
<int name="freq">5246</int>
</lst>
<lst>
<str name="word">wors</str>
<int name="freq">79</int>
</lst>
<lst>
<str name="word">worm</str>
<int name="freq">10</int>
</lst>
</arr>
</lst>
</lst>
<bool name="correctlySpelled">false</bool>
</lst>
</response>

B中。输出上面还有像“w o r r i”这样的单词，我在solr字段中找不到任何这些单词。我也不知道为什么solr会返回字母用空格分隔的单词。

下面是架构文件：

<field name=MY FIELD type="text_en" multiValued="false" indexed="true" stored="true"/>

以下是配置文件：

<!-- a spellchecker built from a field of the main index -->
        <lst name="spellchecker">
            <str name="name">default</str>
            <str name="field"> MY FIELD </str>
            <str name="classname">solr.DirectSolrSpellChecker</str>
            <!-- the spellcheck distance measure used, the default is the internal levenshtein -->
            <str name="distanceMeasure">internal</str>
            <!-- minimum accuracy needed to be considered a valid spellcheck suggestion -->
            <float name="accuracy">0.5</float>
            <!-- the maximum #edits we consider when enumerating terms: can be 1 or 2 -->
            <int name="maxEdits">2</int>
            <!-- the minimum shared prefix when enumerating terms -->
            <int name="minPrefix">1</int>
            <!-- maximum number of inspections per result. -->
            <int name="maxInspections">5</int>
            <!-- minimum length of a query term to be considered for correction -->
            <int name="minQueryLength">4</int>
            <!-- maximum threshold of documents a query term can appear to be considered for correction -->
            <float name="maxQueryFrequency">0.01</float>
            <!-- uncomment this to require suggestions to occur in 1% of the documents
             <float name="thresholdTokenFrequency">.01</float>
             -->
        </lst>

        <!-- a spellchecker that can break or combine words.  See "/spell" handler below for usage -->

         <lst name="spellchecker">
         <str name="name">wordbreak</str>
         <str name="classname">solr.WordBreakSolrSpellChecker</str>
         <str name="field">MY FIELD</str>
         <str name="combineWords">false</str>
         <str name="breakWords">true</str>
         <int name="maxChanges">10</int>
         </lst>

    </searchComponent>


    <requestHandler name="/spell" class="solr.SearchHandler" startup="lazy">
        <lst name="defaults">
            <str name="spellcheck.dictionary">default</str>
            <str name="spellcheck.dictionary">wordbreak</str>
            <str name="spellcheck">on</str>
            <str name="spellcheck.extendedResults">true</str>
            <str name="spellcheck.count">10</str>
            <str name="spellcheck.alternativeTermCount">5</str>
            <str name="spellcheck.maxResultsForSuggest">5</str>
            <str name="spellcheck.collate">false</str>
            <str name="spellcheck.collateExtendedResults">false</str>
            <str name="spellcheck.maxCollationTries">10</str>
            <str name="spellcheck.maxCollations">5</str>
        </lst>
        <arr name="last-components">
            <str>spellcheck</str>
        </arr>
    </requestHandler>

如果有人可以帮我解决这个问题，我真的很感激。

提前致谢！

Answer 1

＆＃34;奇怪＆＃34;你喜欢的建议＆＃34; wo r r i＆＃34;。你拥有它们，因为你正在使用WordBreakSolrSpellChecker并且它会打破令牌，试图为你提供一些拼写检查功能，所以如果你删除你就不应该得到这些建议。以下是官方文档中的引用：

WordBreakSolrSpellChecker通过组合相邻提供建议查询术语和/或将术语分成多个单词。它是一个 SpellCheckComponent增强，利用Lucene＆＃39; s WordBreakSpellChecker。它可以检测由此产生的拼写错误错误的空格而不使用基于单词的词典和为分词错误提供整理支持，包括案例用户混合使用单字拼写错误和分词同一查询中的错误。它还提供了分片支持。

所以，基本上，在你的例子中 - 你从Solr索引得到了正常的建议，如：worst, work, worm, worn, wors。所有其他只是WordBreakSolrSpellChecker的结果，你永远不会在索引中找到它们。

Solr Spellcheck查询术语修改

1 个答案: