有没有办法在使用 Solr 同义词时更多地提升原始术语？答案

【问题标题】：Is there way to boost original term more while using Solr synonyms?有没有办法在使用 Solr 同义词时更多地提升原始术语？
【发布时间】：2012-05-26 12:00:31
【问题描述】：

例如我有同义词笔记本电脑，上网本，笔记本在 index_synonyms.txt 中

当用户搜索上网本时，我想增加原始文本，然后通过同义词扩展？有没有办法在 SynonymFilterFactory 中指定这个？例如使用原词两次，这样他的 TF 会更大

【问题讨论】：

标签： solr tokenize synonym solr-schema

【解决方案1】：

据我所知，现有的 SynonymFilterFactory 无法做到这一点。但以下是您可以用来获得此行为的技巧。

假设您的字段名为title。创建另一个作为此副本的字段，例如title_synonyms。现在确保 SynonymFilterFactory 仅用作 title_synonyms 的分析器（您可以通过对两个字段使用不同的字段类型来做到这一点 - 例如 text 和 text_synonyms）。在这两个字段中搜索，但title 的提升比title_synonyms 更高。

以下是示例字段类型定义：

    <fieldType name="text" class="solr.TextField">
        <analyzer type="index">
            <tokenizer class="solr.WhitespaceTokenizerFactory"/>
            <filter class="solr.LowerCaseFilterFactory"/>
            <filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt"/>
            <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
        </analyzer>
        <analyzer type="query">
            <tokenizer class="solr.WhitespaceTokenizerFactory"/>
            <filter class="solr.LowerCaseFilterFactory"/>
            <filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt"/>
            <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
        </analyzer>
    </fieldType>

    <fieldType name="text_synonyms" class="solr.TextField">
        <analyzer type="index">
            <tokenizer class="solr.WhitespaceTokenizerFactory"/>
            <filter class="solr.SynonymFilterFactory" synonyms="synonyms_index.txt" ignoreCase="true" expand="true"/>
            <filter class="solr.LowerCaseFilterFactory"/>
            <filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt"/>
            <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
        </analyzer>
        <analyzer type="query">
            <tokenizer class="solr.WhitespaceTokenizerFactory"/>
            <filter class="solr.SynonymFilterFactory" synonyms="synonyms_query.txt" ignoreCase="true" expand="true"/>
            <filter class="solr.LowerCaseFilterFactory"/>
            <filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt"/>
            <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
        </analyzer>
    </fieldType>

这里是示例字段定义：

    <field name="title" type="text" stored="false"
           required="true" multiValued="true"/>
    <field name="title_synonyms" type="text_synonyms" stored="false"
           required="true" multiValued="true"/>

将title字段复制到title_synonyms：

<copyField source="title" dest="title_synonyms"/>

如果你使用dismax，你可以像这样对这些字段进行不同的提升：

    <str name="qf">title^10 title_synonyms^1</str>

【讨论】：

真是个好主意！但在我的情况下，我有大约 10 个需要同义词的字段，所以......如果没有其他解决方法会这样做......solr 补丁等
如果您对所有这些字段使用同一个同义词文件，您可以将它们全部复制到一个通用同义词字段中——您不需要每个字段对应一个同义词字段。
但我对所有字段都使用细粒度权重。所以标题的同义词比描述等的同义词更重要。
多词搜索对查询时间同义词有问题。请参阅：SynonymFilterFactory documentation