search - 在 Solr 索引时删除变音符号

Question

我正在研究 Solr 搜索微调。我正在使用 Solr 4.0。

通常，我使用英语的语言分析器和分词器，但是这次我使用葡萄牙语，我遇到了问题，因为它并没有真正给出我需要的预期结果。

例如:我正在搜索单词“proteses”，但索引的内容是带有变音符号的“proteses”。所以它给出了错误的结果!

我需要做的是在索引和搜索之前删除所有变音符号，以便给出正确的结果。但是，我无法找到如何处理这部分。

谁能给我指出正确的方向吗？

Answer 1

您必须对可以包含变音符号的字段使用字符映射过滤器。该过滤器将使它们标准化。

例如:

<fieldType name="text_with_diacritics" class="solr.TextField">     
    <analyzer>
        <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory" />
    </analyzer>     
</fieldType>

Solr 附带的映射-ISOLatin1Accent.txt 具有许多变音符号的映射。

显然，配置此过滤器后，您必须重新索引文档。