相似词的Solr模糊搜索
相似词的Solr模糊搜索
提问于 2012-03-27 03:50:56
我试图对"jahngir“~ 0.2进行模糊搜索，它不返回任何结果。我的索引有数据"JAHANGIR RAHMAN MD“的记录。如果我尝试搜索精确的单词"jahangir“~ 0.2，它就有效了。有人能帮我一下吗?我做错了什么。我花了很多时间试图弄清楚Solr模糊搜索是如何工作的。任何解释Solr模糊搜索的链接都是有帮助的。下面是我用于索引的文本字段。提前谢谢。
<fieldType name="text" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
<analyzer type="index">
<tokenizer class="solr.WhitespaceTokenizerFactory"/>
<!-- in this example, we will only use synonyms at query time
<filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
-->
<!-- Case insensitive stop word removal.
add enablePositionIncrements=true in both the index and query
analyzers to leave a 'gap' for more accurate phrase queries.
-->
<filter class="solr.StopFilterFactory"
ignoreCase="true"
words="stopwords.txt"
enablePositionIncrements="true"
/>
<filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
<filter class="solr.PorterStemFilterFactory"/>
<filter class="solr.CommonGramsFilterFactory" words="stopwords.txt" ignoreCase="true"/>
<filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15" side="front"/>
<filter class="solr.PhoneticFilterFactory" encoder="DoubleMetaphone" inject="false"/>
</analyzer>
<analyzer type="query">
<tokenizer class="solr.WhitespaceTokenizerFactory"/>
<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
<filter class="solr.StopFilterFactory"
ignoreCase="true"
words="stopwords.txt"
enablePositionIncrements="true"
/>
<filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
<filter class="solr.PorterStemFilterFactory"/>
<filter class="solr.CommonGramsFilterFactory" words="stopwords.txt" ignoreCase="true"/>
<filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15" side="front"/>
<filter class="solr.PhoneticFilterFactory" encoder="DoubleMetaphone" inject="false"/>
</analyzer>
</fieldType>下面是响应后对我起作用的配置。谢谢!
<!-- Modified to fit fuzzy queries -->
<fieldType name="text_exact_fuzzy" class="solr.TextField" omitNorms="false">
<analyzer type="index">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StandardFilterFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
<analyzer type="query">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StandardFilterFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
</fieldType>回答 2
Stack Overflow用户
回答已采纳
发布于 2012-03-28 20:50:56
不，您不需要启用词干，使用词干器可能会导致问题。
文本字段上有太多的过滤器。你把一个词转换成波特词干，这通常不是一个真正的词，然后拿出语音键。表面词很少与索引中存储的语音键匹配。语音键将与原来的单词有很大的不同。
使用管理UI中的分析器页面查看术语是如何处理的。
我建议将近似匹配的类型划分为不同的字段。
- text_exact:小写，就这样
- text_stem:小写和阀杆
- text_phonetic:小写和双元电话机，不要干
在text_exact中使用模糊匹配，因为它处理输入错误。不要对其他字段使用模糊。
您可以对这些字段进行不同的加权，精确匹配比其他字段更高质量的匹配，因此它可以有更大的权重。词干匹配比拼音匹配更好，所以它的重量应该小于精确，但要比语音大。
Stack Overflow用户
发布于 2012-03-27 12:09:03
为了使模糊搜索有效，您需要为所需的语言启用正确的词干和/或筛选工厂。有关更多细节，请参见Langauge分析主题在Solr Wiki上。
编辑：，关于索引数据的不同方法以及这对搜索数据的影响的更多细节，请参见分析器、托卡器和令牌过滤器。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/9883151
复制相关文章
相似问题
腾讯云开发者
