2

我正在尝试为大型项目选择搜索工具，我很想知道 Solr 或 ElasticSearch 是否支持此用例。

我的客户有兴趣进行相对复杂的布尔搜索。必须进行的一项搜索是能够对带有词根扩展符的短语进行邻近搜索。

例如，假设用户搜索包含以下短语的文档：“可爱的狗被邪恶的浣熊攻击”

我希望用户能够在“dog”的 5 个单词内搜索“evil rac*”并返回包含上述句子的文档。理想情况下，查询应该类似于：

（“邪恶的 rac*”狗）~5

到目前为止，我发现的唯一可以做我正在寻找的搜索工具是 dtSearch。dtSearch 的查询将是带有 5 只狗的“evil rac*”，这很好。我宁愿使用 Solr 或 ElasticSearch 之类的开源工具（尤其是 websolr 或 bonsai.io 之类的托管解决方案）。任何建议将不胜感激。

4

3 回答 3

2

使用自定义查询解析器在技术上当然可以做到这一点，但是 solr 中的默认、dismax 等解析器似乎不支持这一点。关于此有一个古老且未解决的问题：https ://issues.apache.org/jira/browse/SOLR-1604 。

ElasticSearch 只支持 JSON 查询构建器，但似乎短语式查询支持仅适用于“span_term”，它们只是简单的单词。

有人说默认查询解析器在不久的将来会变得更加聪明。

于 2013-04-08T18:25:28.553 回答
1

在技​​术上绝对可行，但在 Lucene 中尚未得到支持。Lucene 中存在一些支持“复杂短语”行为的未解决问题，这似乎针对 Lucene 4.3：

LUCENE-1486 — 默认 QueryParser 的扩展，它覆盖 PhraseQueries 的解析以允许更复杂的语法，例如短语查询中的通配符。

我没有在他们的示例中看到您的特定查询结构，但这绝对比今天可用的更接近。

回顾一下：理论上可行，截至 2013 年 4 月和 Lucene 4.2.1 的语法不支持。

（向我的商业伙伴凯尔（Kyle）致敬，寻求帮助。）

于 2013-04-08T18:12:20.900 回答
0

这是可能的，但...

1) 首先，检查http://wiki.apache.org/solr/SurroundQueryParser ( http://searchhub.org/2009/02/22/exploring-query-parsers/ ) 是否有环绕查询解析器。这几乎正​​是您想要的。然而，人们声称（至少在某些地方）它支持短语查询，但事实并非如此（目前）。

2）所以你必须实现短语接近。一个（讨厌的）黑客是更新 DistanceQuery::getSpanNearQuery （在 lucene/queryparser/.../DistanceQuery.java 中的 solr 4.2.1 中的第 78 行）

while (sqi.hasNext()) {
  SpanNearClauseFactory sncf = new SpanNearClauseFactory(reader, fieldName, qf);

  // HACK starts here 
  DistanceSubQuery dsq = ((DistanceSubQuery)sqi.next());
  try {
    if ( ((SrndTermQuery)dsq).getTermText().contains( " " ) ) {
      String term_text = ((SrndTermQuery)dsq).getTermText();
      String[] tokens = term_text.split("\\s+");
      SpanQuery[] span_queries = new SpanQuery[tokens.length];
      for ( int i = 0; i < tokens.length; ++i ) {
        span_queries[i] = new SpanTermQuery( new Term(fieldName, tokens[i]) );
      }
      spanClauses[qi] = new SpanNearQuery( span_queries, 0, true);
      qi++;
      continue;
    }
  }catch( Exception ex ){
  }
  // HACK ends here 

  dsq.addSpanQueries(sncf);

3) 请注意，没有对数据进行预处理，因此如果您使用词干提取，则必须搜索准确的单词，例如 select?q={!surround df=text}"we defin" 11w "descend" will match " "" 我们定义了一组按降序排列的单词 """

于 2013-04-30T17:46:06.533 回答