如何索引具有多个词(短语)和词排列的文档？

Question

我需要找到一个解决方案来索引我的基于字典的文档。这本词典收录了300万个短语。我有一个很大的挑战，那就是:我需要基于这个字典对文档进行索引，同时考虑到单词的排列也是可以接受的。

例如:我的字典中有一个短语是“美丽的大花园”，但如果文档中包含“美丽的大花园”，它应该被索引为“美丽的大花园”。我想了很多，但我找不到一个正常的解决方案在solr中，除了使用同义词过滤器和单词排列如下:美丽的大花园=>花园大美丽，美丽的花园大，大美丽的花园，...但这是不可能的，因为我的字典包含300万个短语，其中许多短语超过5个单词，所以计算5！并使同义词过滤器是不可能的。有没有人能帮我出个好主意，我是solr的初学者，应该有办法的。

提前感谢Afrooz

Answer 1

无论是在字典中还是在查找潜在的匹配项时，都要按字母顺序对短语进行排序。这样你只需要检查一个排列。

Answer 2

一个简单的解决方案是将solr中的默认操作更改为AND。您也可以在查询中在请求处理程序中指定相同的值。

在查询中使用：

q.op=AND

在搜索处理程序中更新：

<requestHandler name="/select_and" class="solr.SearchHandler">
  <lst name="defaults">
    <str name="q.op">AND</str>

您可以通过空格将输入文本拆分为标记，然后使用每个带有AND运算符的术语构成查询。例如：

input text: beautiful big garden
search query: q=field:beautiful AND field:big AND field:garden

使用以下FieldType为您的数据建立索引：

<fieldType name="text_general" class="solr.TextField">
  <analyzer>
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>