【问题标题】:Cannot get results for Solr queries starting with stop words无法获取以停用词开头的 Solr 查询的结果
【发布时间】:2015-02-14 13:41:18
【问题描述】:

我正在尝试配置允许以停用词开头的查询的平台。 我有以下文件:

        {
          "responseHeader":{
            "status":0,
            "QTime":1,
            "params":{
              "indent":"true",
              "q":"*:*",
              "wt":"json"}},
          "response":{"numFound":1,"start":0,"docs":[
              {
                "weight_metric":0.3,
                "maximumPowerDraw":9,
                "beamAngle":50,
                "name_de":"German",
                "type":["product"],
                "id":"5dac69a9-7d54-43f9-b815-0a54e519a1f0",
                "name":"Aloa something"
                }]
          }}

有一个名为 name 的字段,一个用于英语(默认),另一个称为 name_de 用于德语。 但我不明白为什么要进行此查询http://localhost:8080/solr-webapp/collection1/select?q=name_de:German%20welcher&wt=json&indent=true 我可以在结果中看到该文档。
如果我在开始时使用停用词 (welcher) 执行此其他查询,我将无法获得任何结果 http://localhost:8080/solr-webapp/collection1/select?q=name_de:welcher%20German%20welcher&wt=json&indent=true

虽然我希望在两种情况下都获得相同的第一个查询结果。
但是,对于默认语言,它可以正常工作。
在这里,我复制了一些我的 schema.xml 的 sn-ps

    <fieldType name="text_en" class="solr.TextField" positionIncrementGap="100">
      <analyzer type="index">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <!-- in this example, we will only use synonyms at query time
                 <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
        -->
        <!-- Case insensitive stop word removal.
                   add enablePositionIncrements=true in both the index and query
          analyzers to leave a 'gap' for more accurate phrase queries.
        -->
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"
                enablePositionIncrements="true"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.EnglishPossessiveFilterFactory"/>
        <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
        <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
                     <filter class="solr.EnglishMinimalStemFilterFactory"/>
        -->
        <filter class="solr.PorterStemFilterFactory"/>
      </analyzer>
      <analyzer type="query">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"
                enablePositionIncrements="true"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.EnglishPossessiveFilterFactory"/>
        <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
        <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
                     <filter class="solr.EnglishMinimalStemFilterFactory"/>
-->
        <filter class="solr.PorterStemFilterFactory"/>
      </analyzer>
    </fieldType>

    <!-- German -->
    <fieldType name="text_de" class="solr.TextField" positionIncrementGap="100">
      <analyzer>
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_de.txt" format="snowball"
                enablePositionIncrements="true"/>
        <filter class="solr.GermanNormalizationFilterFactory"/>
        <!--<filter class="solr.GermanMinimalStemFilterFactory"/>-->

      </analyzer>
    </fieldType>

...

    <field name="name" type="text_en" stored="true" indexed="true"/>
    <field name="name_de" type="text_de" stored="true" indexed="true"/>
...

    <copyField source="*_de" dest="text_de"/>
    <copyField source="name" dest="text"/>

...

<field name="text" type="text_general" stored="false" indexed="true" multiValued="true" termVectors="true"/>
<field name="text_de" type="text_de" stored="false" indexed="true" multiValued="true" termVectors="true"/>

有人知道如何解决这种不良行为吗?
(顺便说一句,字段名称我有预期的结果http://localhost:8080/solr-webapp/collection1/select?q=name:the%20Aloa&wt=json&indent=true)

【问题讨论】:

    标签: json search solr lucene


    【解决方案1】:

    问题在于您的查询语法。请参阅Lucene query syntax documentation 中的此示例。您的查询是:

    name_de:welcher German welcher
    

    只会在 name_de 中搜索第一个查询词。其余部分将在默认字段(名称)中搜索。您的查询是有效的:

    name_de:welcher name:German name:welcher
    

    请尝试:

    name_de:(welcher German welcher)
    

    【讨论】:

    • 感谢您的回复 femtoRgon,您是否还知道我是否可以将语言嵌入到查询中的其他位置?即我有法语(name_fr)和德语(name_de)的字段名称,而不是总是在字段名称(name_de:something)中指定语言,我想要一个像q = name:something&language = de这样的查询。可能吗?最终是否有类似 name_de:something 的查询是一种好习惯?
    • 通过分别索引不同的语言,您绝对是在做正确的事情。一种替代方法是在完全独立的文档中索引不同的语言,并具有语言代码字段。不过,我真的看不出你在做什么有什么问题。
    猜你喜欢
    • 1970-01-01
    • 2017-06-17
    • 2013-12-07
    • 1970-01-01
    • 2012-11-02
    • 1970-01-01
    • 1970-01-01
    • 2019-12-02
    • 2012-09-10
    相关资源
    最近更新 更多