问题标签 [booleanquery]

我收集了一些推文，表达了对公投的“是”或“否”意见。我也有两组支持是和否的政治家。同样，我有两组表达是和否意见的词。这些词是使用图形分析提取的。

现在我必须决定一条特定的推文属于是意见还是非意见。我怎样才能想出一个查询？

我想到了以下方法来返回 Yes 文件：

你认为上面的查询会起作用吗？我还应该告诉一些词可能同时属于是和否词集。

我试图根据 lucene 索引搜索大量名称（10000+），这些名称是从文本文件中加载的。这是我的代码片段：

- 首先我得到错误：org.apache.lucene.queryparser.classic.QueryParserBase.parse(QueryParserBase.java:118) 的布尔子句太多

作为在互联网上搜索，我可以修复

BooleanQuery.setMaxClauseCount(Integer.MAX_VALUE);

但是搜索速度很慢并且占用大量内存。

对这个案例有什么建议吗？

欣赏它。

詹姆士

是否有任何工具或简单的技术可以将复杂的 ES 布尔查询迁移到 Solr/Solrj 查询。
我知道那种must => AND should => OR需要改变的。在此处查询示例 -

我们有一个带有“文档和媒体”字段的网络内容结构“S”。

我们基于之前的结构“S”创建了一个名为“W”的网络内容，其中包含一个名为“a”的单词文件附件，其中包含“hello”文本。

我们知道 lucene/ElasticSearch 正在索引附件的内容，例如，如果它是一个单词或 pdf 文件。

所以我们做一个 lucene 搜索（使用 booleanQuery，fitering on journalArticle）来检索 S webcontent 以匹配“hello”搜索词。

但是我们看到 lucene 在 journalArticle 上过滤，返回一个带有这些数据的 json 对象：

"ddm__keyword__87940__attachements_en_US":[ {\"groupId\":\"115863\",\"title\":\"a.word\",\"type\":\"document\",\"uuid\": \"dffd1d3d-8b78-a64c-4d0c-8d004d24cb75\"}]

它只有一个对 DLFileEntry 对象的引用。

有没有一种方法，只需一个请求，即可检索与单词附件匹配的期刊文章？

我们看到 Liferay 提出了“索引器后处理器”，它可以帮助我们将 DLFileEntry 数据存储在 Web 内容的新字段中，但 DLFileEntry 索引是异步的。

我们能做什么 ？

我正在尝试从键值对中选择数据，问题是每次我使用它时，它只显示一条等于 Value 列的记录，但如果我尝试使用OR，它会给我错误的记录返回。我已经做了一些研究，但不幸的是，我什至还没有找到解决方案。

这是我正在尝试的：

我的表：

我使用AND子句时的结果：

我使用OR子句时的结果：

我想要达到的结果：

我正在努力提高我的应用程序中的搜索效率。我试图解决的用例是给定一组 Id，只在那些给定的行中执行搜索。问题是这个 id 的大小超过 1024。当我使用时，BooleanQuery.setMaxClauseCount(Ids.size()我没有得到 tooManyClauses 异常，但由于超时，它没有返回任何结果。

理想情况下，我想这样做：

以此作为我的 getPrefixSearchQuery 方法：

由于使用上述配置我没有得到任何结果，我必须在获得查询结果后过滤我的结果。这会导致更多问题，因为我必须确保结果的大小等于传递的大小，因此我必须过滤整个结果集，然后对其进行分页以获得结果，而不是过滤结果的第一页所需的大小。这是我现在非常低效的工作：

有什么方法可以在具有给定 ID 的行中执行搜索并对其进行分页？

我正在尝试针对我的 elasticSearch 发送一个 bool 查询，以过滤掉文档。如何在 Java 中使用 BooleanQueryBuilder Api 过滤布尔表达式，如 (A AND B AND C) AND (D OR E OR F) AND G？我尝试使用过滤器方法，但我没有得到任何结果。例如：

例如，假设 A、B、C、D、E、F、G 是属性“名称”必须匹配“罗宾”的事件。

我知道这个例子不是很好，但我希望你能帮助我！谢谢！

我正在学习使用 CROSSREF REST API，并希望搜索与给定大学有关联的所有 DOI。如何为 AND 而不是 AND/OR 创建多词搜索查询？

CrossRef 上有超过 1 亿个 DOI，但只有 8217730 个具有作者隶属关系元数据。

https://api.crossref.org/works?sample=10&filter=has-affiliation:true

现在，如果我想查询与“南密西西比大学”的隶属关系，我可以使用 Mississippi+university+southern，但这会返回 AND/OR 这三个词。

我只想要所有三个词的从属关系。

https://api.crossref.org/works?sample=10&query.affiliation=mississippi+university+southern

这将返回所有带有单词大学或南部或密西西比州

CrossRef 字段查询说明在这里 https://github.com/CrossRef/rest-api-doc#field-queries 和关于该主题的 github 评论在这里 https://github.com/CrossRef/rest-api-doc/ commit/a4d047e0d1556e80aaab0f4b5aae420da2a99ea2和这里https://github.com/CrossRef/rest-api-doc/issues/170

当谈到“性能差异”时，我到目前为止还没有读到任何可靠的东西。

基于其官方文档，在bool 查询中使用过滤器

子句（查询）必须出现在匹配的文档中。但是与必须不同，查询的分数将被忽略。过滤器子句在过滤器上下文中执行，这意味着忽略评分并考虑缓存子句。

至于恒分查询

过滤器查询不计算相关性分数。为了提高性能，Elasticsearch 会自动缓存常用的过滤器查询。

只是猜测

常量查询不会计算（TF-IDF或更高级的algs），而bool查询会计算但返回0（忽略它）；所以常量查询的性能更高。

此外，当涉及到指定分数时，您必须使用常量分数查询而不是只会返回 0 的布尔查询。

我刚读到的 QA：Elasticsearch : constant_score query vs bool.filter query

• (cond1 | cond2 | cond3 | ...)意思是“一堆条件中的一个或多个是真的吗？”
• any(cond1, cond2, cond3 ....)意思是“任何条件都是真的吗？”

因此，我们在这里不是说同样的话吗？

使用其中一个有什么优势吗？