Solr 8.1.0 - 获取部分词的词频

Question

我有以下文件：

doc1
    description: "A doggo is a small dog."
doc2
    description: "My dog is small.
doc3
    description: "My cat is lazy."

我使用以下查询搜索我的文档：

description:*dog* OR small

返回文件：doc1 和 doc2

现在我想获取查询中每个单词的总词频。为此，我正在尝试使用 termfreq() 函数。

termfreq(description, *dog*)
termfreq(description, small)

结果将如下所示：

doc1
    description: "A doggo is a small dog."
    termfreq(description,*dog*): 0
    termfreq(description, small): 1
doc2
    description: "My dog is small.
    termfreq(description, *dog*): 0
    termfreq(description, small): 1

或者结果应该是这样的：

doc1
    description: "A doggo is a small dog."
    termfreq(description, *dog*): 2
    termfreq(description, small): 1
doc2
    description: "My dog is small.
    termfreq(description, *dog*): 1
    termfreq(description, small): 1

我的问题：可以在 termfreq 函数中使用通配符吗？

• 如果yes：怎么办？
• If no : 有没有办法获得带有部分词的查询的词频？

编辑：

托管模式

<fieldType name="descriptionNGram" class="solr.TextField" omitNorms="false">
    <analyzer>
      <tokenizer class="solr.StandardTokenizerFactory" />
      <filter class="solr.LowerCaseFilterFactory"/>
      <filter class="solr.NGramFilterFactory" minGramSize="2" maxGramSize="30"/>
    </analyzer>
  </fieldType>

<field name="description" stored="true" type="descriptionNGram" multiValued="false" indexed="true"/>

Answer 1

如果您可以在没有前缀通配符的情况下生存，则可以将use the TermsComponent 设置为将terms.lower 设置为开始迭代的令牌。

如果您需要前缀通配符，则必须改为索引 NGrams，这样您就可以得到one token per combination of letters。所以对于 doggo，你会得到带有do、og、gg、go 等的令牌。