首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >在Sunspot/Solr中查找单词的单数版本

问在Sunspot/Solr中查找单词的单数版本
EN

Stack Overflow用户
提问于 2011-12-22 05:47:21
回答 2查看 460关注 0票数 0

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:

代码语言:javascript
复制
<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!

EN

回答 2

Stack Overflow用户

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。

票数 2
EN

Stack Overflow用户

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.xml

代码语言:javascript
复制
<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>

Sunspot modeling

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。

代码语言:javascript
复制
searchable do
  text :name, stored: true, default_boost: 10
  text :name, as: 'name_text_en'
  text :description, stored: true
end
票数 0
EN
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/8596826

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档