Question

我正在按实体ID索引与实体相关的用户评论。注释架构示例：

<fields>
   <field name="entity_id" type="sint" indexed="true" stored="true" default=0/>
   <field name="comment_id" type="sint" indexed="true" stored="true" default=0/>
   <field name="comment_text" type="text" indexed="true" stored="true" default=""/>
</fields>

现在，我希望能够查询特定实体的所有评论，并获取在评论集中重复多次的短语。

评论示例：

这是好地方
您应该访问XYZ。 很棒的地方 到蜜蜂。
如果你想花费很棒的时刻，这就是蜜蜂的地方。
伟大的人民和伟大的地方。

正如您在上面的示例中所看到的，好地方重复多次，并且放置到蜜蜂。我需要从SOLR返回的这些短语，我尝试过SOLR Facets，但我设法只获得单词，而不是短语（Building a tag cloud with solr）。

我正在尝试的查询是这样的：

http://localhost:8984/solr/select/?qt=tvrh&q=entity_id:12345&start=0&rows=0&facet=true&facet.field=comment_text&facet.minCount=1&facet.limit=50

结果是......

<lst name="facet_counts">
  <lst name="facet_queries"/>
  <lst name="facet_fields">
  <lst name="comment_text">
    <int name="epic">22</int>
    <int name="bar">18</int>
    <int name="you">16</int>
    <int name="quiver">15</int>
    <int name="happi">14</int>
    <int name="your">14</int>
    <int name="hour">13</int>
    <int name="drink">12</int>
    <int name="come">11</int>
    <int name="get">11</int>
    <int name="free">9</int> ...

注意：这些结果与之前发布的示例评论无关：）。

感谢。

Answer 1

您是否考虑过使用ShingleFilterFactory？使用此过滤器，您可以将标记组合为短语以进行索引。您可以创建一个只是comment_text副本的字段，在字段上使用此过滤器，然后从该字段获取构面

SOLR相关短语搜索

1 个答案: