我有一个Rails+Sunspot应用程序,我正在对它进行配置,以便搜索返回查询的单个版本。例如:
我希望搜索"cookies“返回名为"cookie”的内容。目前我的太阳黑子搜索返回"cookies“而不是"cookie”(singluar)。
我对Solr的schema.xml做了一些定制,添加了solr.EdgeNGramFilterFactory以提供更大的灵活性,但EdgeNGramFilterFactory不适合这种情况,因为它只允许在查询是结果名称的子字符串时进行匹配。我的理解是,当用户搜索"co“、"coo”、"cookie“或"cooki”时,EdgeNGramFilterFactory将返回"cookie“,而不是”cookie“的超串(即:cookie)。简单地说,这是因为"cookies“不是"cookie”中的子字符串。
我尝试添加了Solr的所有三个内置词干处理工厂,但都无济于事。您可以在我的模式中看到一个被注释掉的。
在schema.xml中,相关字段如下所示:
<fieldType name="text" class="solr.TextField" omitNorms="false">
<analyzer type="index">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StandardFilterFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15" side="front"/>
<!-- <filter class="solr.EnglishMinimalStemFilterFactory"/> -->
</analyzer>
<analyzer type="query">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StandardFilterFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
</fieldType>我想我可以对用户的查询进行单元化,但我不希望在查询到达Solr之前触及他们的查询。
你可以在这里使用这个:http://staging.zisboombah.com/parent/food_guide/?search=cookie。尝试在"cookie“和"cookies”之间更改查询。
任何关于如何在Solr中做到这一点的技巧都将不胜感激!
发布于 2011-12-22 06:06:57
solr xml选项是有序的。您希望词干分析器出现在ngram过滤器之前,这样就可以对cooki进行ngram处理,而不是对c、co等进行词干处理。
以这种方式组合过滤器可能会导致一些奇怪的结果,这主要取决于词干分析器的攻击性。您绝对应该将词干分析器添加到查询分析器中,但这会扰乱自动补全。
一种更好的解决方案是:使用copyField创建独立的text_stemmed和text_autocomplete字段。然后在两个字段上使用OR查询进行搜索。
发布于 2012-01-03 08:31:01
像Kyle mentions一样,您可能希望对这些不同的用例使用更多的文本字段类型。
下面是我的一个例子:
<schema>
<types>
<fieldType name="text" class="solr.TextField" omitNorms="false">
<analyzer>
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StandardFilterFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
</fieldType>
<fieldType name="text_en" class="solr.TextField" omitNorms="false">
<analyzer>
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StandardFilterFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.PorterStemFilterFactory"/>
</analyzer>
</fieldType>
<fieldType name="text_stopwords" class="solr.TextField" omitNorms="false">
<analyzer>
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StandardFilterFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.StopFilterFactory" words="stopwords.txt" ignoreCase="true"/>
</analyzer>
</fieldType>
<!-- ... -->
</types>
<fields>
<!-- ... -->
</fields>
<copyField source="*_text" dest="text"/>
<copyField source="*_texts" dest="text"/>
<copyField source="*_textsv" dest="text"/>
<copyField source="*_textv" dest="text"/>
</schema>使用copyField指令可以节省模型中的一些设置工作。但是,Sunspot使用这些text声明来决定默认情况下哪些字段要使用keywords-search,因此我喜欢包含使用:as来指定完整Solr文档字段名的不同text调用。
searchable do
text :name, stored: true, default_boost: 10
text :name, as: 'name_text_en'
text :description, stored: true
endhttps://stackoverflow.com/questions/8596826
复制相似问题