Solr通配符得分和NGramFIlterFactory

Question

使用通配符在Solr中搜索时，文档似乎不会得到分数。假设我在索引中有以下包含名字的文档，并按以下顺序对它们进行索引：

1. 迈克尔
2. 迈克尔森
3. Michael

搜索第一个名字"；迈克尔*"；并且将结果大小限制为2会使我返回前两个结果。但显然，第3个人比第2个人更适合我的搜索。我在这里该怎么办？我可以通过使用NGramFilterFactory并省略通配符来解决这个问题吗？

Answer 1

您可以通过复制字段来解决这类问题，这与自动完成问题非常相似"first_name"进入其他字段，分析器可以基于EdgeNGramFilterFactory，并将索引：MMi麦克风密歇根米莎MichaeMichael

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>

然后你可以这样配置你的查询处理程序：

<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，精确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。