Apache Solr：正確使用CompoundWordFilter

Question

我試圖弄清楚如何為我的應用程序最好地配置Solr。 我正在索引（主要是德語）PDF文檔，並且正在使用dismax查詢來查詢Solr。

如果文檔包含單詞“ Firmenprofil”（德語復合詞->'company profile'），則僅在查詢該單詞時返回該文檔。 但是，只包含“ Profil”的查詢也希望返回此文檔。

我下載了德語詞典文件，並將DictionaryCompoundWordTokenFilter應用於索引分析器和查詢分析器。

問題是，過濾器將查詢分解為非常小的部分（例如，在“ Firmenprofil”的情況下為“ pro”，這將導致返回包含“ Product”之類的單詞的各種文檔...）。

我嘗試從查詢分析器中刪除過濾器，這導致solr根本找不到文檔。 我也嘗試過保留查詢過濾器，但明確將onlyLongestMatch -option設置為true，但這似乎根本沒有任何效果。

Answer 1

好的，好像我的詞典文件太大了（〜20mb）。 我用一個更緊湊的替換它，現在它可以正常工作了...

Answer 2

沒有您的實際配置文件，這有點猜測游戲。

您是否檢查過配置文件是否屬於字典？