Solr 搜索拼写错误

Question

我已将 Solr 与 My eComemrce Web 应用程序集成。我正在将产品标题和产品的许多其他字段索引到 Solr。现在我已经将 BLÅBÆRSOMMEREN 索引到产品 title/name 中。我还为标题字段添加了 EdgeNGram。由于 EdgeNGram，如果我搜索任何令牌，我都会得到结果。由于拼写检查，如果我搜索错误的拼写，如：BLÅBÆRISOMMEREN，我得到了结果。但是如果我搜索 BLÅBÆRI，我没有得到任何结果，因为没有任何相同的标记。

我想要结果中具有 BLÅBÆR 的产品，因为该标记存在。对于任何其他错误的拼写搜索也是如此。

我怎样才能做到这一点？任何帮助将不胜感激！

谢谢。

Answer 1

听起来您可能为索引和查询配置了不同的 Solr 标记化。

因此，在您的示例中，索引中可能会出现以下术语：

B
BL
BLÅ
BLÅB
BLÅBÈ
BLÅBÈR
BLÅBÈRS

然而，由于您的查询词没有被处理成 ngram，您只是搜索

BLÅBÈRI

未出现在您的索引词中。

这是使用 ngrams 时的常见做法，但在您的用例中听起来您希望在结果中 return 部分匹配。

检查您的 Solr 模式以确保您有一个匹配的 EdgeNGram 过滤器配置为查询时间，就像您为索引时间所做的那样，例如

<fieldType name="text_general_edge_ngram" class="solr.TextField" positionIncrementGap="100">
   <analyzer type="index">
      <tokenizer class="solr.LowerCaseTokenizerFactory"/>
      <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15" side="front"/>
   </analyzer>
   <analyzer type="query">
      <tokenizer class="solr.LowerCaseTokenizerFactory"/>
      <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15" side="front"/>
   </analyzer>
</fieldType>

不过请确保您按 score 排序，因为此策略很可能会给您带来很多误报！

Answer 2

对于拼写错误的单词，您可以使用模糊查询（允许匹配与查询词的编辑距离为 ~1 或 ~2 的索引词）。

使用您的示例，BLÅBÆRISOMMEREN 与您的索引词的编辑距离为 1（一个字符差异）。

因此，查询 q=title:BLÅBÆRISOMMEREN~1 将匹配您的标题词，但 BLÅBÆRI 不会（如果没有上一个答案中的 ngram 方法。）。

如果您正在尝试构建 auto-suggest，您还可以研究 Solr 的 Suggester component，因为它还可以处理模糊建议，例如：(BLÅBÆRI -> BLÅBÈRSOMMEREN) 并且通常比传统的响应速度更快询问。

Solr 搜索拼写错误

Solr Search with wrong spell

solr

websolr