[英]Is this a bug in the GAE Search API?
我正在基于GuitarParty.com上的歌曲数据库实施全文搜索。 数据由多种语言的歌词组成,这本身不是问题。
但是,当使用snippeted_fields返回搜索结果时,单词中的所有重音字符(例如ÚúÉéÍí)都将使用其通用的非重音版本UuEeIi返回。
这是我形成查询的方式:
query = search.Query(
query_string=qs,
options=search.QueryOptions(
sort_options=search.SortOptions(
#match_scorer=search.MatchScorer(),
match_scorer=search.RescoringMatchScorer(),
expressions=[
search.SortExpression(expression='_score + importance * 0.03', default_value=0)
#search.SortExpression(expression='_score', default_value=0)
],
limit=1000,
),
cursor=cursor,
returned_fields=['title','atomtitle','item', 'image'],
snippeted_fields=['title','atomtitle', 'body','item'],
)
)
我很确定这不是编码问题,因为如果我直接拉出我的文档字段(就像我对标题所做的那样),那么一切看起来都是正确的。 只是片段式的错误显示不正确。
为了更好地了解我指的是什么,您可以在这里试用我的测试引擎: http : //gp-search.appspot.com/并搜索冰岛语。 词组范例:VísurvatnsendaRósu
这将返回带有以下代码段的文档:
奥金·明·奥贡·min O foga fogru steina。 Mitt erþittog itt er mitt,例如,meina。 Langt ersiðansa例如hann sannlegafriðurvar hann。
正确拼写的代码段应为:
Augunmínog augunþín。 Óþfögrusteina。 Mitt erþitt和þitter mitt,例如,meina。 Langt ersíðansáéghann sannlegafriðurvar hann。
我最好从文档数据中生成自己的摘要,还是可以采取一些措施来提取单词中带有重音符号的摘要?
您输入的数据将进行标准化,因此您在搜索时不必担心重音符号或缺少重音符号。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.