solr 拼写检查器

Question

我已经根据此处给出的 fieldType 实现了 solr 拼写检查器： http://wiki.apache.org/solr/SpellCheckingAnalysis 将对供应商名称进行拼写检查，其中应提供与输入的搜索词相关的建议。 我已将 copyField 用于上述类型的 vendorName 字段，即 textSpell 我的一些查询得到了奇怪的整理结果。 例如 1) maccys 没有给我任何结果，因为 maccy's 给了我想要的结果，即 macy's。我比较了使用 text 和 textSpell 字段类型为 maccys 和 maccy 完成的文本分析（管理工具），两者都将 macy 作为最终结果。那么为什么拼写检查器没有返回结果呢？

2) khols 给了我 'shoes' 整理的结果，而正确的结果 'kohls' 是在 (shoes & stores) 之后的第三个建议。

onlyMorePopular 标志为 false，准确度默认为 0.5

提前感谢您的帮助。在进一步调试方面，我有点迷失了。

Answer 1

尽管我们有大量可用数据，但拼写检查器产生奇怪的结果时也遇到了同样的问题。我不知道如何更好地调试它，但我可以告诉你我们做了什么：

1. 我们使用的是文本字段，没有空格或标准标记器！如果你有更少的数据来索引“hello rabbit”和“rabbit hello”，你也可以添加一个 shingle 过滤器，但这会更加炸毁拼写检查索引

    <fieldType name="txtspell" class="solr.TextField" positionIncrementGap="100" omitNorms="true">
       <analyzer>
           <tokenizer class="solr.KeywordTokenizerFactory"/>
           <filter class="solr.LowerCaseFilterFactory"/>
           <filter class="solr.TrimFilterFactory" />
           <filter class="solr.PatternReplaceFilterFactory"
           pattern="[\-\.\/\(\),]" replacement=""  replace="all"/>
       <filter class="solr.StopFilterFactory" ignoreCase="true" words="spellstopwords.txt"/>                       
           <!-- we don't want duplicates for one doc -->
           <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
        </analyzer>
    </fieldType>
   

2. 如果您真的需要排序规则，那么（如果您不使用 shingle 过滤器，您将需要它）您可以使用树干中的 solr，您可以在其中指定 maxCollat​​ionTries=1 以确保返回的更正会产生一些命中

3. 我们使用 spellcheck.accuracy=0.7（并且 onlyMorePopular=false）