Solr同义词图过滤器在其他过滤器之后不起作用答案

【问题标题】：Solr synonym graph filter not working after other filterSolr同义词图过滤器在其他过滤器之后不起作用
【发布时间】：2020-01-29 09:45:40
【问题描述】：

我正在尝试将 15.6" 搜索转换为 15.6 inch。想法是首先将15.6" 替换为15.6 "，然后将" 与同义词规则" => inch 匹配。我创建了类型定义：

<fieldType name="text_de" class="solr.TextField" positionIncrementGap="100">
    <analyzer>
        <tokenizer class="solr.WhitespaceTokenizerFactory" />
        <filter class="solr.PatternReplaceFilterFactory" pattern='^([0-9]+([,.][0-9]+)?)(")$' replacement="$1 $3" />
        <filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms.txt" />
    </analyzer>
</fieldType>

但它不起作用！如果我输入15.6" 我得到15.6 "，但是当我输入15.6 " 我得到我想要的 - 15.6 inch。

为什么它不起作用？我错过了什么吗？

编辑：

Solr 分析：

【问题讨论】：

在这种情况下你不能用$1 inch代替它，而不是通过同义词吗？使用 Solr 管理下的 Analysis 页面来查看每个步骤的令牌是如何处理的——它应该能够告诉你在 patternreplacefilter 完成后一切都是什么样子。看起来有子组而不是子组，所以 $3 可能是错误的，除非你移动结尾 ))。
我想我可以，但我可能想稍后将 PatternReplaceFilter 用于" 以外的字符。另一方面，上面的方法似乎完全合乎逻辑，除了它不起作用，所以我想知道它背后是否有一些推理......
这就是为什么您要使用 Solr 管理员的分析页面来查看链中每个步骤的确切情况 - 届时问题应该会很明显。，
感谢您的关注。我现在使用 Solr 分析编辑了我的帖子。我之前已经做过，但无法从中推断出任何东西。
我想我现在明白了。 PatternFilter 之后15.6 " 还是一个token，显然15.6 " 和" 是不一样的。有没有办法解决这个问题？

标签： solr synonym

【解决方案1】：

问题是15.6 " 在您的模式替换过滤器之后仍然是一个标记 - 只是创建一个带有空格的标记不会拆分它。

您可以看到它仍然保留为单个标记，因为行上没有|（用于分隔标记）。

在它之后添加一个单词分隔符过滤器（从您的分析链看来，您已经有了一个，只是没有包含在您的问题中），或者更好的是，在PatternReplaceCharFilterFactory 中进行替换之前 em> 标记器获得将输入拆分为单独标记的任务：

<analyzer>
  <charFilter class="solr.PatternReplaceCharFilterFactory" pattern='^([0-9]+([,.][0-9]+)?)(")$' replacement="$1 $3" />
  <tokenizer ...>

您可能需要稍微调整模式匹配器（即丢失 Solr 不尊重的 ^ 和 $，iirc）取决于您的输入（因为它现在将应用于整个输入字符串 -确保正确匹配“Macbook 15.6”256GB）。

【讨论】：

我尝试在标记化之前进行模式匹配，但似乎 Solr 会先自动调用标记器。我也尝试添加另一个标记器，但 Solr 不喜欢这样。
您必须将其添加为charFilter。这个很重要。如果你只是添加一个过滤器，它会在分词器之后依次调用。首先应用字符过滤器，然后是标记器，然后是过滤器。 WordDelimiterGraphFilter 也可以执行标记器可以执行的一些操作。