在Apache Solr中，词干搜索和模糊搜索一起工作吗？

Question

我使用波特过滤工厂的一个字段，其中有3到4个字。

"ABC花卉公司“

我也希望在寻找ABC花卉公司的时候能把上面的文件拿来。

当我询问这个问题时：

name:ABC AND name:BLOSSOMING AND name:COMPANY

我得到我的结果

这就是解析后的查询的样子。

+名称:southern+名称：+名称:compani (Stemmer工作良好)

但是当我添加这样的模糊语法和查询时，

name:ABC~1 AND name:BLOSSOMING~1 AND name:COMPANY~1

​

搜索不提供任何文档作为结果，所解析的查询如下所示

+名称:abc~1 +name:blossoming~1 +name:company~2

这清楚地表明，堵塞并没有发生。请回顾并给出反馈。

Answer 1

TL；博士

因为您已经使用了PorterFilter，而不是MultiTermAwareComponent，所以不会发生阻塞。

怎么办？

使用实现MultiTermAwareComponent接口的过滤器/规范化器之一。

解释

你和其他许多人一样，被Solr's和Lucense的多项行为抓住了。Solr上有关于这个话题的一篇好文章。尽管这篇文章是过时的，但它仍然成立。

对于大多数Solr用户来说，最令人惊讶的是通配符查询还没有经过任何分析。实际上，这意味着通配符(以及前缀和范围)查询区分大小写，这与预期不符。在这个SOLR-2438，SOLR-2918，或者SOLR-2921中，这个行为被改变了。 你问的多学期是什么？从本质上说，这是任何可能“指向”多个真实术语的术语。例如，run*可以扩展为run、runner、runt、runt等等。同样，范围查询实际上也是一个“多术语”查询。在Solr 3.6之前，这些都是完全未处理的，应用层通常必须应用所需的任何转换，例如降低输入。通过“正常”查询分析链运行这些类型的术语会导致各种有趣的行为，因此避免了这种情况。

Answer 2

好吧，下面的配置为我做了一些尝试，同时也进行了实验：

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100" multiValued="true">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.FlattenGraphFilterFactory"/>        
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
     <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.LowerCaseFilterFactory"/>
     <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
</fieldType>

(是的，我修改了现有的"text_general“字段，我说我在做实验)

使用模糊编辑距离2，产生了以下术语“忽略”的结果：

1. Lost in Translation - A faded movie star and a neglected young woman...
2. Election - A high school teacher meets his match in an over-achieving...
3. Annie Hall - Alvy Singer, a divorced Jewish comedian, reflects on his relationship...

这有点好，因为第一个结果是适当的。

然而，如果我在启用模糊搜索的情况下搜索“救援”，它不会产生任何结果。如果fuzzy被禁用，结果是：

1. The Searchers - ... a years-long journey to rescue his niece from ...
2. Star Wars - ...while also attempting to rescue Princess Leia from...

因此，模糊+堵塞的结果是不一致的。Elasticsearch与SOLR一样，基于Lucene，不建议使用模糊词干：

这也意味着，如果使用say，一个雪球分析器，一个模糊的搜索'run'，将停止为'run‘，但不会匹配拼写错误的单词'runninga'，它的词干'runninga'，因为’run‘是超过两个编辑从'runninga’。这可能会造成相当多的混乱，因此，通常只对文本使用简单的分析器，以便与模糊查询一起使用，可能也会禁用同义词。

来源：https://www.elastic.co/blog/found-fuzzy-search