應用Solr的過濾器只有當令牌是比X個字符

Question

我是一個初學者的Solr在深水:) 我處理的自定義字段類型下面定義的過濾器扔在更長：

<charFilter class="solr.HTMLStripCharFilterFactory"/> 
<tokenizer class="solr.WhitespaceTokenizerFactory"/> 
<filter class="solr.LowerCaseFilterFactory"/> 
<filter class="solr.StandardFilterFactory"/> 
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true"/> 
<filter class="solr.ASCIIFoldingFilterFactory"/> 

之後，定義了一個Stem Filter。

我想只適用於如果令牌比X字符長，這是可能的Solr嗎？

我知道有一個<filter class="solr.LengthFilterFactory" min="2" max="7"/>可用，但它只會切斷不符合條件的單詞，而不是讓它們繞過詞幹。

關於如何解決它的任何想法？ 在此先感謝:)

Answer 1

Stemmers通常會忽略標記爲關鍵字的文字。

所以，你想添加一個KeywordMarkerFilterFactory到你的連鎖店之前的詞幹。

要標記至少X個字符的單詞，您可以使用參數模式，它採用Java正則表達式。因此，即使是基本的「。{13，}」（匹配任何13個字符或更長）應該可以工作。