如何仅突出显示 Apache Solr 中的搜索词？

Question

我正在尝试使用 Apache Solr 正确突出显示。在部分匹配的情况下，我想突出显示匹配的部分单词。然而，整个单词（部分匹配搜索词）被突出显示。

示例：

搜索“adida shi”，应该会得到两项，一项名为“adidas shirts”，另一项名为“adidas red shirts”

/select?q=name:adida+shi&hl=true&hl.fl=name&qt=standardwt=json

预期的突出显示：

<em>adida</em>s <em>shi</em>rts
<em>adida</em>s red <em>shi</em>rts

实际突出显示：

<em>adidas</em> <em>shirts</em>
<em>adidas</em> red <em>shirts</em>

用于突出显示的字段在 schema.xml 中定义如下：

<field name="name" type="autocomplete_text" indexed="true" stored="true"/>    

字段的字段类型如下所示：

<fieldType name="autocomplete_text" class="solr.TextField" positionIncrementGap="100">
     <analyzer type="index">
       <tokenizer class="solr.WhitespaceTokenizerFactory"/>
       <filter class="solr.LowerCaseFilterFactory" />
       <filter class="solr.EdgeNGramFilterFactory" minGramSize="1" maxGramSize="25" />
    </analyzer>
    <analyzer type="query">
       <tokenizer class="solr.WhitespaceTokenizerFactory"/>
       <filter class="solr.LowerCaseFilterFactory" />
    </analyzer>
</fieldType>  

我没有在核心配置文件中突出显示的特定配置。

我正在使用 Solr v6.0.1。使用相同配置的 solr v4.10.4 突出显示按预期工作。我浏览了 Solr wiki 的以下部分并尝试了各种突出显示参数，但我无法使其工作：

https://cwiki.apache.org/confluence/display/solr/Highlighting https://cwiki.apache.org/confluence/display/solr/Standard+Highlighter

任何想法如何使它工作？

Answer 1

添加答案作为对先前 cmets 的跟进。

这个问题很可能是由 EdgeNGramFilterFactory 未按预期工作，并在生成令牌时报告不正确的偏移量。在过去的几个 Solr 版本中，此类问题已在 Jira 中多次重新打开。

我在生产设置 luceneMatchVersion="4.5" （或任何适合您的版本，用于 NGramFilterFactory。

我在 Jira 评论中找到了这个解决方案，但我找不到它，所以我很抱歉，但我无法将它添加为参考。