多词同义词和奇数记号顺序

Question

为什么 synonymTokenFilter 将扩展词放在匹配多词同义词中的第一个标记之后？当我使用弹性搜索时，这当然也适用于任何 solr/lucene 大师。我只在索引期间应用它，但它与带状疱疹结合使用，因此顺序非常重要。

我有一个同义词：

爆米花机，爆米花机

我的 synonymTokenFilter 通过 elasticsearch 中的默认设置展开=true。

当我查看我的令牌时，无论输入词是 popcorn popper 还是 popcorn machine，popcorn machine 总是插入 popcorn 和 popper 之间。

例子分析“popcorn popper”

 t1:Popcorn t2:popcorn t3:machine t4:popper

例子分析“爆米花机”

  t1:Popcorn t2:popcorn t3:machine t4:popper

Answer 1

Lucene 令牌流is actually a graph。同义词之类的东西确实会导致该图模型和令牌偏移量出现问题。然而，在较新的 Lucene 版本中情况正在改善。您可能只需要查看 (Solr 和 Lucene) Jiras 即可找到相关讨论。