SOLR 3.5与EdgeNGramFilter的子字符串匹配

Question

下面是我用于自动完成的新字段类型：

<fieldType name="autocomplete_edge" class="solr.TextField">
   <analyzer type="index">
    <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.EdgeNGramFilterFactory" maxGramSize="30" minGramSize="2"/>
   </analyzer>
   <analyzer type="query">
    <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
   </analyzer>
</fieldType>

字段定义如下：

<field name="title" type="autocomplete_edge" indexed="true" stored="true" required="true"/>

我的问题是，假设索引的字段文本是：

“指环王”

我的目标是让SOLR能够返回包含以下所有查询的文档：

query-1: title:"th“query-2: title:"the of”query-3: title：“of”query-4: title:"the rin“

等。

在分析标记化和EdgeNGram过滤后得到的索引时，我看到索引项如下：

"th“”的“"lo”“或”"lor“"th”“的”"ri“"ring”“ring”“

因此，查询“matches of”匹配，但查询"the ring“不匹配。

我知道，对于索引(性能和磁盘空间)，保留所有可能的边缘ngram组合是昂贵的，但是对于应用程序，我们必须这样做。

欢迎任何可能的解决方案。

提前感谢并致以最良好的问候。

Answer 1

查询the rings应匹配。

EdgeNGramFilterFactory将生成边缘图，但是生成的边缘图具有相同的位置。

因此，如果你检查由edge生成的标记，那么gram将具有相同的位置。

th，-> 1

lo，lor，->领主2

th，-> 3

ri、ring、ring、ring -> 4

因此，查询lord of和the rings应该与搜索字段匹配，因为它们是相邻的。

如果查询在同一字段上搜索，请使用debug进行检查。