正確的Solr分詞器來標記文本，同時保留特殊字符

Question

哪個分詞器是適合這樣做：

input: "This-something is something." 
output: ["] [This] [-] [something] [is] [something] [.] ["] 

我試圖與solr.WordDelimiterFilterFactory，但這刪除所有特殊字符。也試過solr.KeepWordFilterFactory，所有特殊字符在keepwords.txt。但是這也行不通。

有什麼建議嗎？我在Solr 3.4上。

Answer 1

不要以爲您的特定要求有一個開箱即用的Tokenizer。
您可以創建一個新的特定要求，並輕鬆讓Solr使用它。