Solr 停用词问题 - 文档不匹配

Question

我正在使用 solr-3.4，我的架构部分看起来像，

<fieldType name="text" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
    <analyzer type="index">
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords_en.txt" enablePositionIncrements="true"/>
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
        <filter class="solr.PorterStemFilterFactory"/>
    </analyzer>
    <analyzer type="query">
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords_en.txt" enablePositionIncrements="true"/>
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
        <filter class="solr.PorterStemFilterFactory"/>
    </analyzer>
</fieldType>

stopwords_en.txt 包含
一种
一个
和
是
作为

等等..

现在，当我搜索“ 买房子”时，Solr 不会返回带有文本“ 买房子”的文件。
同样，当我搜索“ 买房子 ” 时，Solr 不会返回带有文本“ 买房子 ”的文档。

debugQuery 的一部分是

<str name="rawquerystring">cContent:"buy a house"</str>
<str name="querystring">cContent:"buy a house"</str>
<str name="parsedquery">PhraseQuery(cContent:"bui ? hous")</str>
<str name="parsedquery_toString">cContent:"bui ? hous"</str>

发现了类似(但不准确)的问题 here
但是没有令人满意的答案来解决这个问题。

知道如何解决这个问题吗？或者有什么问题？

Answer 1

您正在使用 PhraseQuery 进行搜索，因此在“买房子”的第一种情况下与“买房子”不匹配。如果您将 slop (cContent:"buy house"~2) 添加到 PhraseQuery，您还将获得匹配项。

在第二种情况下，虽然停用词被过滤掉了，但它仍然期望在那个位置上有东西，所以“buy a house”将匹配“buy one house”，但不会匹配“buy house”。也许 slop 也可以解决这个问题，但我不确定。