WordDelimiterFilterFactory 如何按数字标记搜索？

Question

我有以下配置：

@AnalyzerDef(name = "autocompleteNGramAnalyzer",

// Split input into tokens according to tokenizer
tokenizer = @TokenizerDef(factory = StandardTokenizerFactory.class),

filters = {
    // Normalize token text to lowercase, as the user is unlikely to
    // care about casing when searching for matches
    @TokenFilterDef(factory = WordDelimiterFilterFactory.class),

    @TokenFilterDef(factory = LowerCaseFilterFactory.class),
    @TokenFilterDef(factory = EdgeNGramFilterFactory.class, params = {
        @Parameter(name = "minGramSize", value = "2"),
        @Parameter(name = "maxGramSize", value = "5") }) })

这几乎可以按预期工作，但包含数字的单词会出现问题。

例如：

byabtoken lucene 返回abcdefg，但如果我需要找到 a1 和 a1b1c1d1 它不返回任何东西

如何更改此配置？

Answer 1

除非您有其他未提及的要求，否则您应该尝试删除WordDelimiterFilterFactory，或者如果您确实需要它的某些功能，至少应该正确配置它（特别是将preserveOriginal 设置为1）。

默认情况下，我认为WordDelimiterFilter 将"a1b1c1d1" 转换为["a", "1", "b", "1", "c", "1", "d", "1"]，我怀疑这在“自动完成”字段中是否有用。