Lucene/Solr -编制出版物/文本索引

Question

我希望能够用面搜索出版物。这些文档将被注释，所以我将把注释上传到solr实例。注释将包含字段，这些字段是文档中的术语。下面是一个示例：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<add>
    <doc>
        <field name="Title">High Glucose Increases the Expression of Inflammatory Cytokine Genes in
Macrophages Through H3K9 Methyltransferase Mechanism.</field>
        <field name="Cytokine">INTERFERON </field>
        <field name="Cytokine">CYTOKINE </field>
        <field name="Cytokine">CYTOKINE</field>
        <field name="Cytokine">MEC</field>
        <field name="Cytokine">EPA</field>
        <field name="Cytokine">DIA</field>
        <field name="Cytokine">FIC</field>
        <field name="Cytokine">CYTOKINES</field>
        <field name="Cytokine">INTERLEUKIN-6 </field>
        <field name="Cytokine">INTERLEUKIN</field>
        <field name="Cytokine">IL-12P40</field>
        <field name="Cytokine">IL-12</field>
        <field name="Cytokine">IL-1</field>
        <field name="Cytokine">P40</field>
        <field name="Cytokine">MACROPHAGE INFLAMMATORY PROTEIN-1</field>
        <field name="Cytokine">MACROPHAGE INFLAMMATORY PROTEIN</field>
    </doc>
</add>

这些术语都来自细胞因子本体论。

我希望能够将小面设置为细胞因子，然后选择该术语并找到包含所选术语的所有文档。

以下是问题所在：

• 我希望能够存储该术语在文档中的位置(它可以显示在多个位置。以便稍后我可以突出显示)。所有这些位置都存储在注释中。
• 我希望能够从facet中选择其中一个术语，还可以弹出包含同义词的文档，但不能将其上传为facet中的术语(或者将其区分为同义词--一些方式(类似子类别))。例如汽车和汽车
• 我希望能够进行交叉搜索，例如找到包含MEC和EPA的文件。
• 我有一个条件列表，我确实想索引，并希望通过搜索文档。这些术语都有我输入到synonyms.txt文件中的同义词。

另外，当一个术语在文档中多次出现时，注释有多个具有不同位置的术语实例，我应该如何处理这个问题？solr会自动处理复制，不会给我两次文件吗？

还有一件事:如何将整个发布上传到solr，并在预定义的术语列表上对其进行索引？

Answer 1

我知道，你有同义词，一个搜索词应该被直接验证，也应该用同义词来验证，并返回结果。如果我拿到了就告诉我。

如果索引时拥有所有同义词，则可以将其索引为多值字段并在该字段上搜索。

Faceting用于搜索，其中的结果是分组的。