Solr 搜索确切的短语/子字符串答案

【问题标题】：Solr search for exact phrase / substringSolr 搜索确切的短语/子字符串
【发布时间】：2015-12-25 11:49:14
【问题描述】：

我在工作中使用 solr，它非常棒。但是，我无法生成更详细的搜索结果。

我正在按名称、品牌、性别和类别（正装鞋、夹克等）搜索产品。品牌存在于“品牌”数据库表中，类别和性别也是如此。产品存在于“产品”数据库表中，该表是品牌、类别和性别表的外键。

我正在将所有这些加载到 solr 中，我可以毫无困难地对它们进行加权排名搜索。这将给出最相似的产品，按某些领域进行权衡。我接下来要做的是从每个字段中找到任何搜索字符串的完全匹配项。例如：

搜索字符串：“Michael Kors 浅绿色男士正装鞋”

应该匹配：

品牌：

颜色：

性别：

类别：

然后我可以进行更严格但分类的相交搜索。例如。 [浅绿色] AND [michael kors] AND [Dress Shoes OR Shoes]的所有产品

谢谢:)

【问题讨论】：

【解决方案1】：

这确实是一个关于“文本标记”（有时也称为“named entity recognition”）的问题。

在您追求的上下文中，Daniel Tunkelang 认为这是"Query Understanding" 的重要组成部分。

Lucene 有一些可用于实现此类功能的数据结构（请参阅OpenSextant project 作为示例），但 Solr 不提供此功能（除了使用上述带状疱疹的近似解决方案之外）。

这很难做到的原因是，您需要在查询中的每个术语/短语、您关心的每个字段中记录频率信息，在您运行查询之前！。

缓慢、不优雅的 Solr 解决方案：

如果您愿意运行两个查询，您可以使用构面来近似您的目标：

（这里的一个很好的副作用是您的 查询更窄 将能够在构造 Q2 时看到从 Q1 返回的总计数和方面计数，因此您可以决定省略/放松某些如果匹配结果的数量下降得太少，则会受到限制）

【讨论】：

【解决方案2】：

您可以将架构字段从文本更改为字符串。这会给你完全匹配 - 但在必须自己处理大写/小写的范围内。

Dismax 和 Edismax 解析器将为您提供跨多个字段进行搜索的最简单选择。

【讨论】：

【解决方案3】：

@mils 更多寻找搜索结果，您应该考虑使用不同的查询解析器。如果任何可用的查询解析器对您有用，我认为这个链接值得一读。 https://cwiki.apache.org/confluence/display/solr/Other+Parsers#OtherParsers-TermsQueryParser

【讨论】：

【解决方案4】：

您可以尝试使用布尔查询一个布尔查询包含多个子句。

http://localhost:8983/solr/query?q=(Brands:"Michael Kors") AND (Colours:"Light Green") AND (Category:(Dress Shoes OR Shoes))

【讨论】：

@mils ：没听明白吗？究竟是什么问题？
我不知道如何更好地解释它。我们希望找到用户查询的精确子字符串匹配。例如。 “男士浅绿色鞋”将返回颜色“浅绿色”和“绿色”，而不是“浅蓝色”
在这种情况下，您需要检查如何构建相同的 fieldType..尝试使用 ShingleFilterFactory...阅读更多关于wiki.apache.org/solr/…
我认为这没有意义。如果我们使用 2 的最小 shingle，我们将不会匹配“green”，只会匹配“light green”，这不是我们想要的
尝试拥有 2 个字段，并且这两个字段都由不同的 fieldType 索引。一个 fieldType 具有 shinglefilter 和另一个 fieldType 具有空格标记器的字段...