Solr 通配符评分和 NGramFIlterFactory

Question

在 Solr 中使用通配符搜索时，文档似乎得不到分数。假设我的索引中有以下包含名字的文档，并按以下顺序对它们进行了索引：

迈克尔
迈克尔森
迈克尔

搜索名字“Michael*”并将结果大小限制为 2 会返回前两个。但显然第 3 个人比第 2 个人更适合我的搜索。我应该在这里做什么？我可以通过使用 NGramFilterFactory 并省略通配符来解决这个问题吗？

Answer 1

你可以解决这种问题，这与自动完成问题非常相似，方法是将你的字段“first_name”复制到其他字段，分析器可以基于 EdgeNGramFilterFactory 并将索引：米米麦克风密歇根州米夏迈克尔迈克尔

使用：

<field name="first_name" type="text_general" indexed="true" stored="true" required="true" multiValued="false"/>
<copyField source="first_name" dest="textnge"/>
<field name="textnge" type="autocomplete_edge" indexed="true" stored="false" />
<field name="textng" type="autocomplete_ngram" indexed="true" stored="false" />

和

    <fieldType name="autocomplete_edge" class="solr.TextField">
        <analyzer type="index">
            <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
            <tokenizer class="solr.KeywordTokenizerFactory"/>
            <filter class="solr.LowerCaseFilterFactory"/>
            <filter class="solr.PatternReplaceFilterFactory" pattern="([\.,;:-_])" replacement=" " replace="all"/>
            <filter class="solr.EdgeNGramFilterFactory" maxGramSize="30" minGramSize="1"/>
        </analyzer>
        <analyzer type="query">
            <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
            <tokenizer class="solr.KeywordTokenizerFactory"/>
            <filter class="solr.LowerCaseFilterFactory"/>
        </analyzer>
    </fieldType>
    <fieldType name="autocomplete_ngram" class="solr.TextField">
        <analyzer type="index">
            <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
            <tokenizer class="solr.StandardTokenizerFactory"/>
            <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
            <filter class="solr.LowerCaseFilterFactory"/>
            <filter class="solr.EdgeNGramFilterFactory" maxGramSize="20" minGramSize="1"/>
        </analyzer>
        <analyzer type="query">
            <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
            <tokenizer class="solr.StandardTokenizerFactory"/>
            <filter class="solr.WordDelimiterFilterFactory" generateWordParts="0" generateNumberParts="0" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="0"/>
            <filter class="solr.LowerCaseFilterFactory"/>
        </analyzer>
    </fieldType>

然后您可以像这样配置查询处理程序：

  <requestHandler name="/select" class="solr.SearchHandler">
    <lst name="defaults">
      <str name="defType">edismax</str>
      <str name="qf">first_name^30 textnge^100.0 textng^20.0</str>
    </lst>

因此，完全匹配比部分匹配更重要，第一个单词的边缘也比另一个单词的部分匹配更重要。

Solr 通配符评分和 NGramFIlterFactory

Solr Wildcards Scoring and NGramFIlterFactory

java

solr

solrj