Solr 停用词替换为 _ 符号

Question

我在自动建议中遇到 solr 停用词问题。所有停用词均替换为 _ 符号。

例如，我在字段“deal_title”中有文本“简单文本”。当我尝试搜索单词“简单”时，solr 显示下一个结果“_简单文本_”，但我期望“简单文本”。

有人可以解释一下为什么会这样以及如何解决它吗？ 这是我的 schema.xml 的一部分

<fieldType class="solr.TextField" name="text_auto">
    <analyzer type="index">
        <charFilter class="solr.HTMLStripCharFilterFactory"/>
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.RemoveDuplicatesTokenFilterFactory"/> 
        <filter class="solr.ShingleFilterFactory" maxShingleSize="3" outputUnigrams="true" outputUnigramsIfNoShingles="false" /> 
    </analyzer> 
    <analyzer type="query">
        <filter class="solr.RemoveDuplicatesTokenFilterFactory"/> 
        <tokenizer class="solr.StandardTokenizerFactory"/> 
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    </analyzer>
</fieldType>

<field name="deal_title" type="text_auto" indexed="true" stored="true" required="false" multiValued="false"/>

<fieldType name="text_general" class="solr.TextField">
  <analyzer type="index">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="false"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="false"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

Answer 1

我在 Solr 6.3 中的解决方案(其中 enablePositionIncrements="false" 不再可能)是:

1. 删除停用词
2. 带有 fillerToken="" 的木瓦(删除 _)
3. 删除前导和尾随空格

4. 删除重复项

   <filter class="solr.StopFilterFactory" format="snowball" words="lang/stopwords_de.txt" ignoreCase="true"/>
   <filter class="solr.ShingleFilterFactory" fillerToken=""/>
   <filter class="solr.PatternReplaceFilterFactory" pattern="(^ | $)" replacement=""/>
   <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>