对于MongoDB文本索引，词干不能正常工作。

Question

我试图使用MongoDB的全文搜索功能，并观察一些意想不到的行为。这个问题与文本索引功能的“词干”方面有关。全文搜索的方式在许多在线文章中都有描述，如果文档的字段中有一个字符串“大型猎犬”是文本索引的一部分，那么您应该能够搜索“狩猎”或“狩猎”以及“狗”或“狗”。MongoDB在索引时和搜索时都应该规范或停止文本。所以在我的例子中，我希望它能在索引中保存单词“狗”和“狩猎”，并搜索这个词的词根版本。如果我搜索“狩猎”，MongoDB应该搜索“狩猎”。

对我来说不是这样的。我在Linux上运行MongoDB 2.4.8，启用全文搜索。如果我的记录有价值的“大猎犬”，只有搜索“大”才会产生结果，而搜索“狩猎”或“狗”则什么也不会产生。就好像没有“规范化”形式的单词没有存储在文本中--索引(或以一种无法找到它们的方式存储)。使用$regex运算符进行的搜索工作很好，也就是说，我能够通过搜索/狩猎/针对相关字段这样的字符串来找到文档。

我试着删除并重新创建全文索引--没有什么改变。我只能在文件中找到“正常”表格上的文字。搜索诸如“狗”或“狩猎”(甚至是“狗”或“狩猎”)这样的词不会产生任何结果。

我是误解或误用全文搜索操作，还是MongoDB中存在错误？

Answer 1

迈克尔,

“语言”字段(如果存在的话)允许每个文档覆盖

用来做词干的语言。我想，作为

您为MongoDB指定了一种它不识别的语言("ENG")，

它根本无法阻止这句话。正如其他人所指出的，您可以使用

language_override选项来指定MongoDB应该使用一些

用于此目的的其他字段(例如"lang")而不是默认的字段(“语言”)。

下面是一个很好的引号(关于全文索引和搜索)，

与你的问题有关。这是从这本书上摘录的。

MongoDB:权威指南，第二版

用其他语言进行搜索

当插入文档(或首先创建索引)时，MongoDB会查看索引字段并将每个单词进行词干，将其简化为一个基本单元。但是，不同的语言以不同的方式阻止单词，因此必须指定索引或文档是什么语言。因此，文本类型索引允许指定"default_language“选项，该选项默认为"english”，但可以设置为许多其他语言(有关最新列表，请参见在线文档)。例如，要创建法语索引，我们可以这样说：

> db.users.ensureIndex({"profil" : "text", "interets" : "text"}, {"default_language" : "french"})

除非另有规定，否则法语将用于堵截。您可以在每个文档的基础上，通过具有描述文档语言的" language“字段来指定另一种词干语言：

> db.users.insert({"username" : "swedishChef", "profile" : "Bork de bork", language : "swedish"})

这本书没有提到的(至少这一页没有)是

可以使用language_override选项指定MongoDB

应该为此目的使用其他字段(例如"lang")和

不是默认的(“语言”)。

Answer 2

经过大量的实验和挠头，我发现了这种行为的原因。事实证明，该集合中的文件具有“语言”属性。显然，该属性的存在和价值使得这些文档无法搜索。(这个值恰好是“ENG”。有可能将其更改为“eng”将使此文档再次可搜索。然而，这一领域的目的完全不同)。在我将字段重命名为'lang‘之后，我通过搜索“狗”或“狗”找到了包含“狗”这个词的文档。

我想知道这是否是MongoDB的预期行为-文档中语言属性的存在将影响文本搜索。

Answer 3

在language_override中，在设置索引时查看http://docs.mongodb.org/manual/tutorial/specify-language-for-text-index/选项。它允许您更改应用于定义文本搜索语言的字段的名称。这样，您就可以将"language“属性留给应用程序使用，并将其称为其他东西(例如searchlang或类似的东西)。