solr搜索不到中文分词的结果

Question

使用的hanlp分词，索引和搜索的时候都将enableIndexMode参数设为true了，分词结果如下：

全词匹配搜“中医”是可以搜出来的

全词匹配搜“中医药”就搜索不出结果

但是在term info中是可以看到这个词的

希望有大神解答此问题，在此非常感谢！

Answer 1

引用来自“hankcs”的评论

感谢大家的反馈，有其他问题也欢迎到HanLP项目主页：https://github.com/hankcs/HanLP 提问。GitHub是社区最活跃的地方，有大量资料和文档。

 

目前此问题已解决，hanlp作者已针对问题进行修正。具体详情请查看https://github.com/hankcs/HanLP/issues/496。在此向hanlp作者表示直径和感谢！

Answer 2

感谢大家的反馈，有其他问题也欢迎到HanLP项目主页：https://github.com/hankcs/HanLP 提问。GitHub是社区最活跃的地方，有大量资料和文档。

Answer 3

引用来自“nrud”的评论

我遇到了类似的情况。

我有个数据是“服务大众”。直接搜索“服务”有结果，没问题。

搜索“title:服务”就搜索不出来。要搜索“text:服务”才有结果。或者搜索“title:服”会有结果。

你的solr配置可能不全面，solr允许为不同的字段指定不同的分词器。

<field name="text" type="text_cn" indexed="true" stored="false" multiValued="true"/>

只指定了text字段启用HanLP分词。

如果你的业务系统中有其他字段，比如title，content之类，也需要一一指定type="text_cn"。切记，否则这些字段仍旧是solr默认分词器，而不是HanLP，会造成这些字段“搜索不到”。

 

当然，你也可以直接将text_general这个fieldType设为HanLP分词：

<fieldType name="text_general" class="solr.TextField">
    <analyzer type="index">
        <tokenizer class="com.hankcs.lucene.HanLPTokenizerFactory" enableIndexMode="true"/>
    </analyzer>
    <analyzer type="query">
        <tokenizer class="com.hankcs.lucene.HanLPTokenizerFactory" enableIndexMode="true"/>
    </analyzer>
</fieldType>

由于绝大部分字段都是text_general类型的，所以说这种做法比较适合新手。

最终效果：

Answer 4

可能是title与text分词不一致导致的，默认情况title使用text_general

Answer 5

我遇到了类似的情况。

我有个数据是“服务大众”。直接搜索“服务”有结果，没问题。

搜索“title:服务”就搜索不出来。要搜索“text:服务”才有结果。或者搜索“title:服”会有结果。