Solr 同义词替换失败？

Question

我有一个使用同义词文件的 SynonymFilterFactory 。来自 Solr 文档：

#Explicit mappings match any token sequence on the LHS of "=>"
#and replace with all alternatives on the RHS.  These types of mappings
#ignore the expand parameter in the schema.
#Examples:
i-pod, i pod => ipod,
sea biscuit, sea biscit => seabiscuit

但是，当查询 sea biscuit 时，我最终得到与 sea、biscuit 和 seabiscuit 相关的结果代码>.

这就好像我有以下配置（使用expand="true"）：

sea biscuit, sea biscit, seabiscuit

我不理解这种行为，因为在Solr分析工具中，当查询< code>sea biscuit 它只能被 seabiscuit 正确替换。

换句话说：使用 => 进行显式同义词映射不起作用。

---

编辑：字段配置

标记化：true

类名：org.apache.solr.schema.TextField

索引分析器：org.apache. solr.analysis.TokenizerChain

• Tokenizer 类：org.apache.solr.analysis.WhitespaceTokenizerFactory

过滤器：

org.apache.solr.analysis.StopFilterFactory args:{enablePositionIncrements: true words: stopwords.txt ignoreCase: true }
org.apache.solr.analysis.WordDelimiterFilterFactory args:{preserveOriginal: 1 catenateWords: 1 catenateNumbers: 1 splitOnCaseChange: 1 catenateAll: 0 generateNumberParts: 1 generateWordParts: 1 }
org.apache.solr.analysis.LowerCaseFilterFactory args:{}
org.apache.solr.analysis.SnowballPorterFilterFactory args:{protected: protwords.txt }
org.apache.solr.analysis.LengthFilterFactory args:{min: 2 max: 500 }
org.apache.solr.analysis.RemoveDuplicatesTokenFilterFactory args:{}
org.apache.solr.analysis.ASCIIFoldingFilterFactory args:{}

查询 分析器： org.apache.solr.analysis.TokenizerChain

• 分词器类：org.apache.solr.analysis.WhitespaceTokenizerFactory

过滤器：

org.apache.solr.analysis.LowerCaseFilterFactory args:{}
org.apache.solr.analysis.SynonymFilterFactory args:{expand: true ignoreCase: true synonyms: synonyms.txt }
org.apache.solr.analysis.StopFilterFactory args:{words: stopwords.txt ignoreCase: true }
org.apache.solr.analysis.WordDelimiterFilterFactory args:{preserveOriginal: 1 catenateWords: 0 catenateNumbers: 0 splitOnCaseChange: 1 catenateAll: 0 generateNumberParts: 1 generateWordParts: 1 }
org.apache.solr.analysis.SnowballPorterFilterFactory args:{protected: protwords.txt }
org.apache.solr.analysis.LengthFilterFactory args:{min: 2 max: 500 }
org.apache.solr.analysis.RemoveDuplicatesTokenFilterFactory args:{}
org.apache.solr.analysis.ASCIIFoldingFilterFactory args:{}

Answer 1

您正在执行短语查询（使用双引号）吗？
如果没有，您将向 SynonymFilter 提供两个不同的标记（sea 和 biscuit）。在这种情况下，找不到匹配的同义词。

顺便说一句，在索引时处理同义词几乎总是一个更好的主意。看这里： http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters#solr.SynonymFilterFactory< /a>

Answer 2

SynonymFilterFactory 已被弃用，现在应替换为 SynonymGraphFilterFactory< /a>.当同一位置存在多个标记时，它会压缩标记并修复多词同义词的问题。