Endeca - 阻止更新文件应该放在哪里？

Question

Endeca MDEX Engine高级开发指南（6.2.2版）的第6章介绍了如何构建词干更新XML文件，以补充Endeca提供的词干术语词典。

但是，文档似乎没有指定新的词干更新文件应放在文件系统上的位置。

是否应该放置此XML文件：

• 在endeca / MDEX / version / conf / stemming文件夹中？
• 在endeca / MDEX / version / conf / stemming / custom文件夹中？
• 在filesytem上的任何位置，然后在DataIngest.xml中使用--stemming-updates标志包含Dgidx配置行中XML文件的完全指定路径？

Answer 1

经过一些试验和错误，我得到了这个工作。

正确的方法似乎是将自定义词干更新XML文件的完全指定路径包含为Dgidx的--stemming-updates参数的参数。

这是我的endeca / apps / MyAppen / config / script / DataIngest.xml的相关部分：

<dgidx id="Dgidx" host-id="ITLHost">
  ...
  <args>
    ...
    <arg>--stemming-updates</arg>
    <arg>/full/path/to/endeca/apps/MyAppen/config/script/stemmingExtension.en.xml</arg>
  </args>
</dgidx>

我发现--stemming更新和实际完全指定的路径需要在单独的<arg>标签中; 如果您尝试将它们放在由空格分隔的同一arg标记中，则会发生错误。

可能有一个特定的文件夹，您可以放置​​词干更新XML文件，而无需完全指定文件的路径，但我发现endeca / MDEX / version / conf / stemming和stemming / conf文件夹都不起作用为了这。 当我尝试它时，我在dgidx日志中遇到错误，如：

ERROR   08/20/13 13:48:46.810 UTC (1377006526810)       DGIDX   {dgidx,baseline}        InputFileStream can't open file "stemmingExtension.en.xml" for reading        [err=`No such file or directory',errno=2]

我还发现Endeca MDEX Engine高级开发指南6.2.2版本中提供的示例XML中存在错误。 该文档提供了XML文件的前两行：

<!DOCTYPE WORD_FORMS_COLLECTION SYSTEM "word_forms_collection_updates.dtd">
  <WORD_FORMS_COLLECTION_UPDATES>

这是不正确的。 尝试以此格式使用文件时，dgidx日志中会发生此错误：

FATAL   08/20/13 13:56:33.533 UTC (1377006993533)       DGIDX   {dgidx,baseline}        Errors while parsing word forms updates from file "full/path/to/endeca/apps/MyAppen/config/script/stemmingExtension.en.xml": Errors while trying to parse config stream "full/path/to/endeca/apps/MyAppen/config/script/stemmingExtension.en.xml": Error at file full/path/to/endeca/apps/MPen/config/script/stemmingExtension.en.xml, line 2, column 31; Message: Root element different from DOCTYPE

解决此问题的方法是更改​​XML文件中的DOCTYPE行以匹配根标记，如下所示：

<!DOCTYPE WORD_FORMS_COLLECTION_UPDATES SYSTEM "word_forms_collection_updates.dtd">
  <WORD_FORMS_COLLECTION_UPDATES>

我已经开通了Oracle支持这个（明显的）bug的票证。