使用Solr 5.4按语音搜索邮政编码

Question

使用Solr 5.4，我尝试按语音对邮政编码进行索引和搜索。我尝试过将NGramFilterFactory和BeiderMorseFilterFactory结合使用，但似乎不起作用。例如，我想存储和索引"AB11 9RD“，并搜索为"a B11 9 Rd”。我在这里发布了我们的schema.xml。任何实现的技巧都将不胜感激。

<types>
    <fieldType name="string" class="solr.StrField"/>
    <fieldType name="postcode" class="solr.TextField" omitNorms="true">
        <analyzer>
            <tokenizer class="solr.StandardTokenizerFactory"/>
            <tokenizer class="solr.NGramFilterFactory" minGramSize="1" maxGramSize="1"/>
        </analyzer>
    </fieldType>
    <fieldType name="postcode_phonetic" class="solr.TextField" omitNorms="true">
        <analyzer>
            <tokenizer class="solr.StandardTokenizerFactory"/>
            <tokenizer class="solr.NGramFilterFactory" minGramSize="1" maxGramSize="1"/>
            <filter class="solr.UpperCaseFilterFactory"/>
            <filter class="solr.BeiderMorseFilterFactory" nameType="GENERIC" ruleType="APPROX" concat="true" languageSet="auto"/>
        </analyzer>
    </fieldType>

<fields>
    <copyField source="Postcode" dest="PostcodePhonetic"/>
    <field name="Postcode"  type="postcode" indexed="true"  stored="true" multiValued="true"/>
    <field name="PostcodePhonetic"  type="postcode_phonetic" indexed="true" stored="false" multiValued="true"/>
    <field name="PostcodePhonetic2"  type="postcode_phonetic2" indexed="true" stored="false" multiValued="true"/>

Answer 1

这不是语音搜索的意思--语音搜索会将单词转换成它们的“语音”表示，而语音表示只是意味着发音相似的名字会转换成相同的标记。在这种情况下，一个例子是“九”和"nhine“。

将<tokenizer class="solr.NGramTokenizerFactory" minGramSize="1" maxGramSize="1" />与同义词过滤器一起使用，其中每个数字都有一个同义词作为其文本形式。如果你使用更大的maxGramSize，你也可以将"11“转换成”11“。

Answer 2

这是一个解决方案的更新。如果有人能提出更好的解决方案，请提出来。

<analyzer type="index">
    <charFilter class="solr.PatternReplaceCharFilterFactory" pattern="\b \b" replacement=""/>
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt"/>
    <filter class="solr.ShingleFilterFactory" tokenSeparator="" minShingleSize="2" maxShingleSize="7" outputUnigrams="false"/>
    <filter class="solr.LengthFilterFactory" min="6" max="7"/>
  </analyzer>
</fieldType>