Solr - 通配符搜索隨着方法的不同而變化

我有2個版本的solr在我的機器上工作。說SolrVer1和SolrVer2Solr - 通配符搜索隨着方法的不同而變化

SolrVer1已經應用，下面詞幹法字段類型text_en_splitting

<filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt" ignoreCase="true"/> 
<filter class="solr.PorterStemFilterFactory" ignoreCase="true"/>

SolrVer2已經應用，下面詞幹法字段類型text_en_splitting

它適用於經常幾乎相同搜索，但在使用通配符搜索時，通配符搜索不會給出語法結果SolrVer1

像搜索ray*,SolrVer1返回非常少的數據與SolrVer2相比。當我觀察結果，然後我發現SolrVer1不返回數據只有ray和rays。

我不知道我應該在哪裏使用SnowballPorterFilterFactory和我應該在哪裏使用PorterStemFilterFactory。他們有什麼優點和缺點？

任何人都可以有這個想法嗎？

感謝

來源

2012-08-23 meghana

需要知道什麼ray的詞幹輸出，rays。

嘗試在Porter stemmer在線工具中標註它們：http://qaa.ath.cx/porter_js_demo.html。它輸出rai！這就是你沒有與波特詞幹進行ray*匹配的原因。

這裏是一個雪球推杆工具：http://snowball.tartarus.org/demo.php。這輸出ray爲ray和rays這就是爲什麼你會得到結果。

您可能需要閱讀本作比較兩個詞幹：http://snowball.tartarus.org/texts/introduction.html

看起來像滾雪球旨在解決波特的這種缺憾。

來源

2012-08-23 22:09:53 arun

感謝@arun，爲您的答覆。它非常有幫助。所以你建議我應該使用'SnowballPorterFilterFactory'？ – meghana

一般來說，雪球（包括波特）莖稈被認爲是侵略性的，這意味着它們會將很多詞映射到相同的莖。很難告訴你應該使用哪一個stemmer，因爲這取決於你的搜索需求。我會建議詢問你的客戶的例子。您應該閱讀https://wiki.apache.org/solr/LanguageAnalysis#Stemming來了解各種Solr詞幹的差異，並根據您的需求選擇正確的詞彙。 – arun

感謝@arun您的回覆，我想您是對的，我會問我的客戶的例子。:) – meghana

Analyzers

On wildcard and fuzzy searches, no text analysis is performed on the search word.

由於沒有分析在查詢時做了wilcard搜索，因此會詞幹在查詢時間來施加。
結果將根據莖生產者的不同而不同。

來源

2012-08-24 07:34:31 Jayendra

謝謝@Jayendra，爲您的答覆。是的，我看到通配符搜索結果的不同取決於應用於它們的stemmer。 – meghana

Solr - 通配符搜索隨着方法的不同而變化

回答

相關問題