2

Solrには、30ドルと30ドルを含むテキストがあります。

$ 30を検索して、$30を含むドキュメントのみを検索したいと思います。

しかし、誰かが30を検索した場合、$30を含むドキュメントと30を含むドキュメントの両方を見つける必要があります。

テキストフィールドのインデックス作成に現在使用しているフィールドタイプは次のとおりです。

<!-- Just like text_en_splitting, but with the addition of reversed tokens for leading wildcard matches -->
<fieldType name="text_en_splitting_reversed" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <!-- in this example, we will only use synonyms at query time
    <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
    -->
    <!-- Case insensitive stop word removal.
      add enablePositionIncrements=true in both the index and query
      analyzers to leave a 'gap' for more accurate phrase queries.
    -->
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1" types="word-delim-types.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
    <filter class="solr.PorterStemFilterFactory"/>
    <filter class="solr.ReversedWildcardFilterFactory" withOriginal="true"
       maxPosAsterisk="3" maxPosQuestion="2" maxFractionAsterisk="0.33"/>
 </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"  types="word-delim-types.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
</fieldType>

以下を含むようにword-delim-types.txtを定義しました。

$ => DIGIT
% => DIGIT
. => DIGIT

したがって、$ 30を検索すると、「$ 30」を含むドキュメントは正しく検索されますが、「30」のみを含むドキュメントは検索されません。それは良い。しかし、「30」を検索すると、「$30」を含むドキュメントは見つかりません。「30」を含むドキュメントのみが見つかります。

これを行う方法はありますか？

4

1 に答える 1

2

I have found the solution to my question. Instead of defining $ % and . as DIGIT, I now define them as ALPHA, in my "types" file that is passed in as an attribute to the WordDelimiterFilterFactory. 

$ => ALPHA
% => ALPHA
. => ALPHA

Due to the rest of my WordDelimiterFilterFactory settings, things are broken up and catenated in a way where the desired effect is achieved:

Searching for $30 yields only documents containing $30. Searching for 30 yields documents containing both $30 and 30.

于 2013-02-16T20:37:24.137 に答える