ビジネスが属する支店の種類を説明する自由テキスト フィールドを持つドキュメントがあるとします。
例1：「ヘルスケアソリューションを中心としたITコンサルティング」
例 2: 「米国内のオンライン顧客向けの金融アドバイス」
私が Solr や Lucene に期待したいのは、潜在的なシノニムを考慮して、テキストで説明されているビジネス オペレーションの分類法を引き出すことです。したがって、最初の例は次のようなグラフになります。情報技術 <-[in]- コンサルティング -[on]-> ヘルスケア
例 2 は次のようになります: Finance <-[in]- Consulting
コンサルティングやアドバイスなどの操作は、文脈によっては同義語です。
シノニムの場合は、 SynonymFilterFactoryを使用するようにアナライザーをセットアップし、シノニム ファイルで次のようにします。
<filter class="solr.SynonymFilterFactory" synonyms="business-synonyms.txt" ignoreCase="true" expand="true" />
ファイルは次のようになります。
IT,information technology
advising,consulting
など。「IT」と大文字と小文字を区別しない場合、「it」という単語の通常の使用が拡張される可能性があるため、データで何が最適に機能するかを実験する必要がある場合があります。
シノニムにコンテキストが必要な場合は、さらにトリッキーになります。
次に、興味のあるものだけをインデックス化するには、KeepWordFilterFactoryを使用できます。索引付けしたいすべての単語をテキスト・ファイルにリストする必要があります。
この設定により、関心のあるすべてのキーワード (類義語を含む) のインデックスが作成されます。たとえば、「IT コンサルティング ヘルスケア」などの特定のビジネス タイプを検索すると、Solr は同義語とそのスコアリング システムを使用して一致するものを取得できます。