Apache Solr：正確使用CompoundWordFilter

Question

我想弄清楚如何爲我的應用程序最好地配置Solr。我正在建立索引（主要是德語）PDF文檔，並且我正在使用dismax查詢來查詢Solr。

如果文檔包含單詞「Firmenprofil」（德語複合詞 - >'公司簡介'），它將只在查詢中返回該單詞。但是，僅包含「Profil」的查詢也會返回此文檔。

我下載了一個德語字典文件，並將DictionaryCompoundWordTokenFilter應用於索引分析器和查詢分析器。

的問題是，該過濾器分解在「Firmenprofil」，然後產生具有各種含有類的字眼文件的情況下，查詢到非常小部件（例如，「親」，「產品」退回。 ..）。

我試圖從查詢分析器中刪除過濾器，導致solr找不到文檔。我也試着離開查詢過濾器，但明確地將onlyLongestMatch選項設置爲true，但這似乎沒有任何效果。

Answer 1

沒有你的實際配置文件，它是一個猜謎遊戲。

您是否檢查profil是字典的一部分？

Answer 2

好吧，好像我的字典文件太大了（〜20mb）。我用一個更緊湊的替換它，現在它工作得很好...