我正在使用 SOLR 和 NGramTokenizerFactory 来帮助为单词的子字符串创建搜索标记
NGramTokenizer 配置为最小字长 3
这意味着我可以搜索例如“unb”，然后匹配单词“unbelievable”。
但是，我对“I”和“in”等短词有疑问。这些没有被 SOLR 索引（我怀疑这是因为 NGramTokenizer），因此我无法搜索它们。
我不想将最小字长减少到 1 或 2，因为这会创建一个巨大的搜索索引。但我希望 SOLR 包含长度已经低于此最小值的整个单词。
我该怎么做？
/卡斯滕
【问题讨论】：
首先，试着理解为什么你的词没有被使用“分析工具”的 solr 索引
http://localhost:8080/solr/admin/analysis.jsp
只需输入您要搜索的字段和文本，然后查看哪个分析器正在过滤您的短期内容。我建议你这样做，因为你说你只有一个“嫌疑人”，你必须确定哪个分析器过滤了你的数据。
那您为什么不直接将术语复制到另一个字段中而不使用该分析器呢？
通过这种方式，您的术语将被索引两次，并且将同时显示为精确单词和 n-gram。 然后你要处理两个不同领域的分数。
我希望这对您有所帮助。
聚合和copyfield属性的一些链接：
【讨论】：
我只是遇到了一个类似的问题，我试图在不创建巨大的 solr 索引的情况下保持简短的单词。
所以我想出了一个更简单的解决方案，不需要任何新字段或复制值：
<!-- Keep small words safe from the n-gram filter -->
<filter class="solr.PatternReplaceFilterFactory" pattern="^(.{2})$" replacement=" $1"/>
<!-- Do the n-gramming -->
<filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="25"/>
<filter class="solr.ReverseStringFilterFactory"/>
<filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="25"/>
<filter class="solr.ReverseStringFilterFactory"/>
<!-- Remove the padding spaces -->
<filter class="solr.TrimFilterFactory"/>
这将为一个简短的单词添加足够的空格以使其到达minGramSize，并且由于它只有最小的大小，NGram-filter 将保持原样。
如果需要，添加额外的PatternReplaceFilterFactory-filters。
<!-- Protect single characters! (Two spaces) -->
<filter class="solr.PatternReplaceFilterFactory" pattern="^(.{1})$" replacement=" $1"/>
【讨论】：