在 SOLR 中，我有一个包含id, words (indexed), raw_text字段的文档。我想以words这种方式搜索字段：单词是文章的不定式（或说关键字）。对于解析和词形还原（词干），我使用了另一个工具，所以这不是问题的重点。
例如：对于这两篇文章（文本），单词将是：
1昨天我没有去上班，因为是假期。
话：昨天上班，因为假期
2明天我早上去上班，晚上去购物。
话：明天上班早上晚上去商店
3个 字：明天上班
在搜索“go”时，我希望首先检索2（更相关），因为“go”-s 比1多。此外，我想对一堆单词使用更长的查询，并且大部分时间都检索到包含大部分单词的文章。
例如：搜索：“去明天工作”将返回2比3更相关，因为有两个“去”-s 与只有三分之一相反
那么问题来了：我应该如何存储words？多值还是单值？应该使用什么字段类型？
谢谢！
（单值）text会适合你。
文本带有标记化、词干和停用词分析器。
Stemming 使用启发式方法来推导单词的词根。除此之外，它甚至可以以不定式形式找到您文章的根源:-)
为您的样本试一试（添加一些内容）：
Original: Yesterday [yesterday's] I didn't go to work [working, workable], because it was holiday [holidays].
Stemmed: Yesterdai yesterdai s I didn t go to work work workabl becaus it wa holidai holidai
Original: Tommorrow I am going [go,going,gone] to work in the morning [mornings] and in the evening I am going shopping [shoppers, shops].
Stemmed: Tommorrow I am go go go gone to work in the morn morn and in the even I am go shop shopper shop
因为它使用启发式，“workable”不与“work”共享根，“gone”不与“go”共享根。但它是一种折衷方案，在不降低结果质量的情况下工作得更简单、更快捷。
而“didnt”和“I”根据这个列表是停用词，所以它们会被自动消除。