Solr Ngram Match Woe答案

【问题标题】：Solr Ngram Match WoeSolr Ngram Match Woe
【发布时间】：2012-02-12 01:11:55
【问题描述】：

这是我的（非常标准的）ngram 模式 --

<fieldType name="ngram" class="solr.TextField" positionIncrementGap="100" stored="false" multiValued="true">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.NGramFilterFactory" minGramSize="1" maxGramSize="15"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

现在 laptop_ngram:"g74sx-a" 返回 --

<arr name="laptop_ngram">
  <str>ASUS G74SX-A1 17.3-Inch Gaming Laptop</str>
</arr>

但 laptop_ngram:"g74sx-a1" 什么也没找到。

顺便说一句，转义“-”没有任何区别。

有什么想法吗？

【问题讨论】：

有什么理由不使用相同的分析器集进行查询吗？
你的意思是添加 solr.NGramFilterFactory 到查询分析器？
是的（我需要输入 12 个字符......）

标签： search solr lucene full-text-search

【解决方案1】：

StandardTokenizerFactory 可能会对术语做一些事情。您可以在分析页面中查看。

因此更改为 WhitespaceTokenizerFactory 可以解决问题。

【讨论】：

我尝试了 WhitespaceTokenizerFactory，不幸的是结果不是很好，这意味着它找到了“g74sx a1”，但在输入规范生产模型“g74sx-a1”时却没有。感谢您的指点，它向我展示了我回去寻找的新方向。似乎 WordDelimiterFilterFactory 可以提供帮助，但已经半小时了，我还没有弄清楚如何为我的 Solr 3.4 查找/下载/编译/添加该类:(
你不需要下载它。只需将其添加到您的架构中。阅读wiki.apache.org/solr/…了解更多信息。

【解决方案2】：

感谢 O. Klein，他为我指明了新的方向。

我终于解决了 WhitespaceTokenizerFactory 加上 WordDelimiterFilterFactory --

<fieldType name="ngram" class="solr.TextField" positionIncrementGap="100" stored="false" multiValued="true">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="1" preserveOriginal="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.NGramFilterFactory" minGramSize="1" maxGramSize="15"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

适用于“g74sx”、“g74sx-”、“g74sx-a”和“g74sx-a1”

然而，旅程并没有到此结束，因为我仍在探索其中的原因——

“G74SX-XA1”与“g74sx-x”和“g74sx-xa1”一起找到，但不是“g74sx-xa”...

【讨论】：