Question

例如，搜索：分点

应匹配

分点
中心点
中心点

无需匹配“点分”。

我尝试在solr6.0中使用NGramFilterFactory，但总是得到匹配顺序相反的结果。像这样：

  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.NGramFilterFactory" minGramSize="1" maxGramSize="25"/>
  </analyzer>
  <analyzer type="query">
  <tokenizer class="solr.WhitespaceTokenizerFactory"/>
  <filter class="solr.LowerCaseFilterFactory"/>

我尝试使用PatternReplaceFilterFactory将空格替换为*。但是它不起作用，只将它作为字符串匹配。

Answer 1

由于您只想匹配前缀，因此无需使用NGramFilter即可实现所需：

<analyzer>
  <tokenizer class="solr.KeywordTokenizerFactory"/>
  <filter class="solr.LowerCaseFilterFactory"/>
</analyzer>

..然后使用通配符查询：

field:cent*

由于KeywordTokenizer将输入保持为单个大型令牌，并且您已将其降低（小写过滤器在执行通配符搜索时也起作用），因此您可以避免为每个值索引大量令牌（这是当你只关心值的前缀时，ngramfilter会做什么。

对于你的第二个要求 - 顺序 - 精确匹配提升得更高，在没有ngram过滤器的情况下查询更简单的字段定义 - 只是一个空格标记器和一个小写过滤器。您可以使用前缀查询作为返回文档的查询，然后使用其他字段作为提升查询。

根据＃2和＃3之间差异的规则，您可能需要调整提升查询以获得所需的顺序。

Answer 2

1）分点

2）centrepoint

3）中心点

要解决1和3，并保持位置重要，我建议只使用短语查询和边缘ngram索引时间分析：

搜索：“分数点”

<fieldType name="text_autocomplete" class="solr.TextField">
            <analyzer type="index">
                <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
                <tokenizer class="solr.StandardTokenizerFactory"/>
                <filter class="solr.WordDelimiterFilterFactory"
                        generateWordParts="1" generateNumberParts="1" catenateWords="0"
                        catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
                <filter class="solr.LowerCaseFilterFactory"/>
                <filter class="solr.EdgeNGramFilterFactory" maxGramSize="20" minGramSize="2"/>
            </analyzer>
            <analyzer type="query">
                <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
                <tokenizer class="solr.StandardTokenizerFactory"/>
                <filter class="solr.WordDelimiterFilterFactory"
                        generateWordParts="1" generateNumberParts="1" catenateWords="0"
                        catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
                <filter class="solr.LowerCaseFilterFactory"/>
            </analyzer>
        </fieldType>

对于第2点，由于索引中有一个复合令牌，Solr不知道它由2个单词组成，因此更难。

你可以看看这个拼写检查器[1]，它可能有帮助

[1] https://lucene.apache.org/solr/guide/6_6/spell-checking.html#SpellChecking-WordBreakSolrSpellChecker

如何配置Solr进行部分和前缀字匹配

2 个答案: