如何让Solr的同义词功能生效

Question

我正在尝试在Solr中设置一些基本的同义词。我一直在使用的一个是：

us，usa，united states

我的理解是将其添加到同义词文件中将允许用户搜索US，并返回包含usa或united states的文档。如果用户输入usa或united states也是如此。

不幸的是，即使这样设置后，当我进行搜索时，结果将返回包含所有三个单词的项目 - 它执行的是同义词的AND运算而不是OR运算。

如果我打开调试功能，我看到的确实是这样（加上一些词干处理）：

(+DisjunctionMaxQuery(((westCite:us westCite:usa westCite:unit) | (text:us text:usa text:unit) | (docketNumber:us docketNumber:usa docketNumber:unit) | ((status:us status:usa status:unit)^1.25) | (court:us court:usa court:unit) | (lexisCite:us lexisCite:usa lexisCite:unit) | ((caseNumber:us caseNumber:usa caseNumber:unit)^1.25) | ((caseName:us caseName:usa caseName:unit)^1.5))))/no_coord

我是否做错了什么导致了这种情况？我的defaultOperator设置为AND，但我期望同义词过滤器能够理解这一点。

- mlissner

Answer 1

尝试仅在索引期间使用SynonymFilterFactory，而不是在查询期间使用。

文档也建议这样做: http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters#solr.SynonymFilterFactory

- rfeak

---

绝对有效。很高兴在将600,000个文档索引到现场网站之前解决了这个问题... - mlissner

请注意，此建议仅适用于旧版本的SOLR。新的SynonymGraphFilter在查询时使用也很好。 我已经看到它在生产中成功使用。如果每次同义词更改后都不必重新索引，那将会更加容易... - Suzana

Answer 2

为了更好地理解同义词搜索，请按照以下步骤逐步实施（我使用的是solr 6.5.*版本）： 第一步： 下载country-synonyms.txt文本文件，并将其放置在以下路径中：

路径：\solr-6.5.1\server\solr\yourCore\conf

yourCore： 核心名称应相应更改。 第二步： 在上述相同路径下的managed-schema文件中添加字段类型。

<fieldType name="country" class="solr.TextField" positionIncrementGap="100" sortMissingLast="true">
<analyzer>
  <tokenizer class="solr.KeywordTokenizerFactory"/>
  <filter class="solr.TrimFilterFactory"/>
  <filter class="solr.SynonymFilterFactory" expand="false" ignoreCase="true" synonyms="country-synonyms.txt" tokenizerFactory="solr.KeywordTokenizerFactory"/>
  <filter class="solr.LowerCaseFilterFactory"/>
</analyzer></fieldType>

第三步：在同一文件（managed-schema）中添加类型为国家的字段（国籍）。

<field name="Nationality" type="country" indexed="true" stored="true"/>

步骤 4：重新启动 Solr。

solr restart -p <your solr port>

步骤5：

现在导入包含国籍字段的数据。***

步骤6：

现在按照以下情况进行查询和测试：

查询：

1. 国籍：美国
2. 国籍：USA
3. 国籍：美利坚合众国
4. 国籍：美国合众国

以上所有查询将给您相同的结果。

注意：***仅在执行上述步骤（包括solr重启）后导入数据。它可能无法在现有数据上运行（有关更多详细信息，请参见：AnalyzersTokenizersTokenFilters）

- shivadarshan

---

非常有帮助！谢谢 - anzie001

Answer 3

为了从新的Solr角度完整回答，我想在同义词方面添加一点内容。最近版本的Solr在查询和索引时间内正确处理多词同义词。

要使用新的同义词实现，您需要使用不同的过滤器，例如：

<filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>

如果你在索引时使用它们，请在分析链定义的末尾放置以下过滤器：

注：请保留HTML标签。

<filter class="solr.FlattenGraphFilterFactory"/>

希望有人能发现这很有用 :)

- Rafal