solr 中的任何短语索引功能答案

【问题标题】：Any phrase indexing capability in solrsolr 中的任何短语索引功能
【发布时间】：2013-03-25 03:04:11
【问题描述】：

Solr 中是否有一个标记器/过滤器可以将一些短语（我猜是文件的形式）索引为单个标记？此外，任何关于将其放在分析器链中的位置的建议都会很棒。

【问题讨论】：

标签： solr

【解决方案1】：

SynonymFilterFactory 应该对您有所帮助。以下是该页面中的示例：

#Explicit mappings match any token sequence on the LHS of "=>"
#and replace with all alternatives on the RHS.  These types of mappings
#ignore the expand parameter in the schema.
#Examples:
i-pod, i pod => ipod
sea biscuit, sea biscit => seabiscuit

在索引时，左侧的短语被右侧的单个标记替换。将您的映射存储在一个名为 syn.txt 的文件中，您可以拥有如下分析器链（再次来自 solr wiki 链接）：

<fieldtype name="syn" class="solr.TextField">
      <analyzer>
          <tokenizer class="solr.WhitespaceTokenizerFactory"/>
          <filter class="solr.SynonymFilterFactory" synonyms="syn.txt" 
                  ignoreCase="true" expand="false"/>
      </analyzer>
</fieldtype>

【讨论】：

谢谢，但同义词并不是我想要的。例如，我想将“new york”作为一个单词进行索引，这样“new”或“york”就不会匹配。
如果您将 new york => newyork 保留在 syn.txt 中并且不将其拆分以在索引时间分析器链中进一步创建任何令牌，则搜索 new 或 york不会匹配。但是，要匹配包含new york 的文档，用户必须发出短语查询“new york”，并且您也应该在查询时使用同义词过滤器。并且返回的文档将包含newyork 没有空格。顺便说一句，我在 google 中搜索了new，它在前 10 名中给出了new york times，所以它毕竟不是太糟糕了吗？ :-)
我试过这个。我的发现是 Solr 似乎仍然分别索引“new”和“york”？我尝试了 expand=true 和 expand=false，没有变化？任何见解出了什么问题？
如果您使用分析工具，则它会突出显示匹配项，但如果您实际索引文档并在字段中搜索“新”或“约克”，则不匹配。跨度>
好的。让我试试干净的环境。我正在使用 SOLR 4.1，我之前的评论不是很具体：我发现“newyork”和 new & york 一样被索引。如果我测试“tiger => lion”，那么只有狮子被索引并且老虎消失了，所以我想知道这是否与 SFF 中的短语处理有关。无论如何我会再次测试。

【解决方案2】：

您需要为此使用TokenizerFactory。

如果你也想检测句子，那么你可以查看 solr.UAX29URLEmailTokenizerFactory。

如果输入是特定模式，您可以使用 solr.PatternTokenizerFactory。

如果您想将整个输入索引为一个字段，您可以使用 solr.KeywordTokenizerFactory。

【讨论】：