solr - SolrでWebページの要約を返す

Question

Nutchを使用してサイトを正常にクロールし、Solrをインデクサー/サーチャーとして使用して強調表示された要約を返そうとしています。したがって、「ocean」をクエリする場合、そのクエリ用語を含むWebページのテキスト（タイトルやURLではない）だけから20〜30語の要約を返したいと思います。

Nutchschema.xmlをSolrschema.xmlとしてコピーしました。

したがって、2つの質問があります。1。Nutch schema.xmlの「content」フィールドはWebページの本文要素のフィールドですか？2.このフィールドが保存されていない場合、Solrに検索時にそのフィールドを取得させて、強調表示できるようにする方法はありますか？

Answer 1

1. 私は長い間Nutchを使用していませんが、「コンテンツ」が強調したいフィールドであると考えるのはかなり安全だと思います。

2. 強調表示を使用できるようにするには、フィールドを格納する必要があります。FastVectorHighlightingを使用する場合は、そのフィールドに対して次の属性を有効にする必要があります：termVectors、termPositions、termOffsets。

FVHを使用する場合は、Solr3.5以降でboundaryScannerを使用することもできます。