solr - 在 solr 搜索中排除单词或短语

Question

我已经配置了以下 solr 字段，并想看看如何从搜索中消除一些单词。例如薯条、油炸等。我尝试将其放入 stopwords.txt，但不起作用 solr 仍然返回结果。我的另一个问题是。

如何限制搜索，以便如果文本包含两个接近或分开的单词，它应该返回匹配结果，例如

如果我搜索虾 poboy，它应该返回 1 和 3 而不是 2。

1. 我喜欢虾仔
2. 虾菜

3. poboy三明治类别下的虾三明治

    <fieldType name="text" class="solr.TextField" positionIncrementGap="100">
     <analyzer type="index">
   <tokenizer class="solr.WhitespaceTokenizerFactory"/>
   <!--tokenizer class="solr.KeywordTokenizerFactory"/-->
   <filter class="solr.LowerCaseFilterFactory"/>       
   <filter class="solr.PatternReplaceFilterFactory" pattern="(;|,|-)\s*" replacement=" " replace="all"/>   
   <filter class="solr.PatternReplaceFilterFactory" pattern="^(\p{Punct}*)(.*?)(\p{Punct}*)$" replacement="$2"/>       
   <filter class="solr.WordDelimiterFilterFactory"
           generateWordParts="1"
           generateNumberParts="1"
           catenateWords="1"
           catenateNumbers="1"
           catenateAll="0"
           preserveOriginal="1"
           />
   <filter class="solr.TrimFilterFactory"/>
           <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
      <filter class="solr.SynonymFilterFactory" synonyms="synonyms.keyword.txt" ignoreCase="true" expand="true" tokenizerFactory="solr.KeywordTokenizerFactory"/>
          <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>
          <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
          <filter class="solr.PorterStemFilterFactory"/>
          <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
       </analyzer>
   <analyzer type="query">
   <tokenizer class="solr.WhitespaceTokenizerFactory"/>
   <!--tokenizer class="solr.KeywordTokenizerFactory"/-->
   <filter class="solr.LowerCaseFilterFactory"/>       
   <filter class="solr.PatternReplaceFilterFactory" pattern="(;|,|-)\s*" replacement=" " replace="all"/>                       
   <filter class="solr.PatternReplaceFilterFactory" pattern="^(\p{Punct}*)(.*?)(\p{Punct}*)$" replacement="$2"/>                   
   <filter class="solr.WordDelimiterFilterFactory"
           generateWordParts="1"
           generateNumberParts="1"
           catenateWords="1"
           catenateNumbers="1"
           catenateAll="0"
           preserveOriginal="1"
           />      
   <filter class="solr.TrimFilterFactory"/>
           <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
   <filter class="solr.SynonymFilterFactory" synonyms="synonyms.keyword.txt" ignoreCase="true" expand="true" tokenizerFactory="solr.KeywordTokenizerFactory"/>     
           <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>
           <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
           <filter class="solr.PorterStemFilterFactory"/>
           <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
         </analyzer>
   </fieldType>
   

Answer 1

对于要从​​搜索中排除的单词，您需要在其中添加另一个过滤器：

<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />

如果它仍然不起作用，请转到 Solr 管理面板，转到 Analysis 并尝试使用停用词进行查询。看看它是如何处理的。

对于第二个，Solr 提供邻近搜索 - 只需~2在查询后使用 a 来指定单词彼此之间最多需要 2 个单词。