使用solr突出显示精确短语

Question

我使用solrj作为客户端索引solr服务器上的文件我是solr的新手，而且我在solr中突出显示有问题。 使用solr突出显示精确短语不起作用。

例如，如果关键字是：“dulce hogar”，则返回：

<i> dulce </i> <i> hogar </i> 

它应该是：

<i> dulce hogar </i> 

我不明白哪个是问题。

我在schema.xml中的配置

 <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
     <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"  />
    <!-- in this example, we will only use synonyms at query time
    <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt"   ignoreCase="true" expand="false"/>
    -->
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="1"/>
    <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

在solrconfig.xml中

 <requestHandler name="/select" class="solr.SearchHandler">

    <lst name="defaults">
  <str name="echoParams">explicit</str>
  <int name="rows">10</int>
   <str name="df">text</str>
  <bool name="hl.usePhraseHighlighter">true</bool>
</lst>


 </requestHandler>
<!-- Highlighting Component

   http://wiki.apache.org/solr/HighlightingParameters
-->
<searchComponent class="solr.HighlightComponent" name="highlight">
<highlighting>
  <!-- Configure the standard fragmenter -->
  <!-- This could most likely be commented out in the "default" case -->
  <fragmenter name="gap" 
              default="true"
              class="solr.highlight.GapFragmenter">
    <lst name="defaults">
      <int name="hl.fragsize">100</int>
    </lst>
  </fragmenter>

  <!-- A regular-expression-based fragmenter 
       (for sentence extraction) 
    -->
  <fragmenter name="regex" 
              class="solr.highlight.RegexFragmenter" default="true">
    <lst name="defaults">
      <!-- slightly smaller fragsizes work better because of slop -->
      <int name="hl.fragsize">70</int>
      <!-- allow 50% slop on fragment sizes -->
      <float name="hl.regex.slop">0.5</float>
      <!-- a basic sentence pattern -->
      <str name="hl.regex.pattern">[-\w ,/\n\&quot;&apos;]{20,200}</str>
      <bool name="hl.usePhraseHighlighter">true</bool>
      <bool name="hl.highlightMultiTerm">true</bool>
    </lst>
  </fragmenter>

  <!-- Configure the standard formatter -->
  <formatter name="html" 
             default="true"
             class="solr.highlight.HtmlFormatter">
    <lst name="defaults">
      <str name="hl.simple.pre"><![CDATA[<em>]]></str>
      <str name="hl.simple.post"><![CDATA[</em>]]></str>
    </lst>
  </formatter>

在此先感谢您的帮助，

实。

Answer 1

查看这篇文章。 你需要设置hl.q =“dulce hogar”字段以及fastVector和phraseHighLighter。

Answer 2

我是solr的初学者，但我理解的是，要获得确切的短语，更喜欢使用solr.NGramTokenizerFactory而不是仅使用WhitespaceTokenizerFactory作为索引部分。 或者您可以在请求中尝试突出显示选项hl.mergeContiguous=true （请参阅突出显示选项 ）。 它可以帮助你。