Lucene/Solr - 索引出版物/文本答案

【问题标题】：Lucene/Solr - Indexing publications/textsLucene/Solr - 索引出版物/文本
【发布时间】：2016-01-20 12:25:49
【问题描述】：

我希望能够搜索包含方面的出版物。这些文档将被注释，因此我会将注释上传到 solr 实例。注释将具有作为文档中术语的字段。这是一个例子：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<add>
    <doc>
        <field name="Title">High Glucose Increases the Expression of Inflammatory Cytokine Genes in
Macrophages Through H3K9 Methyltransferase Mechanism.</field>
        <field name="Cytokine">INTERFERON </field>
        <field name="Cytokine">CYTOKINE </field>
        <field name="Cytokine">CYTOKINE</field>
        <field name="Cytokine">MEC</field>
        <field name="Cytokine">EPA</field>
        <field name="Cytokine">DIA</field>
        <field name="Cytokine">FIC</field>
        <field name="Cytokine">CYTOKINES</field>
        <field name="Cytokine">INTERLEUKIN-6 </field>
        <field name="Cytokine">INTERLEUKIN</field>
        <field name="Cytokine">IL-12P40</field>
        <field name="Cytokine">IL-12</field>
        <field name="Cytokine">IL-1</field>
        <field name="Cytokine">P40</field>
        <field name="Cytokine">MACROPHAGE INFLAMMATORY PROTEIN-1</field>
        <field name="Cytokine">MACROPHAGE INFLAMMATORY PROTEIN</field>
    </doc>
</add>

这些术语均来自细胞因子本体。

我希望能够将 facet 设置为 Cytokine，然后选择术语并查找包含所选术语的所有文档。

这里是关键：

我希望能够存储在文档（它可以出现在多个位置。所以我可以突出显示之后）。所有这些位置都存储在注释中。
我希望能够从构面中选择一个术语，并且调出包含该术语同义词但不将其作为方面中的术语上传的文档（或以某种方式将其区分为同义词（如子类别））。例如汽车和汽车
我希望能够进行交叉搜索，例如查找文件包含 MEC 和 EPA。
我有一个想要索引的术语列表，并且想要搜索文件由。这些术语有我输入的同义词 synonyms.txt 文件。

此外，当一个术语在文档中多次出现时，注释中有该术语在不同位置的多个实例，我应该如何处理？ solr 会自动处理重复而不给我两次文件吗？

还有一件事：如何将整个出版物上传到 solr，并在预定义的术语列表中对其进行索引？

【问题讨论】：

标签： java solr lucene

【解决方案1】：

我了解，您有同义词，应直接验证搜索词并使用同义词并返回结果。如果我收到了，请告诉我。

如果您在索引时拥有所有同义词，那么您可以将它们索引为多值字段并在该字段上进行搜索。

Faceting 用于搜索，将结果分组。

【讨论】：