Recherche et mise en évidence des caractères génériques avec Solr 1.4

Question

J'ai une installation assez simple du logiciel SOLR 1.4, à l'exception de quelques petits changements de configuration et de schéma.

<requestHandler name="standard" class="solr.SearchHandler" default="true">
    <!-- default values for query parameters -->
    <lst name="defaults">
        <str name="defType">dismax</str>
        <str name="echoParams">explicit</str>
        <str name="qf">
            text
        </str>
        <str name="spellcheck.dictionary">default</str>
        <str name="spellcheck.onlyMorePopular">false</str>
        <str name="spellcheck.extendedResults">false</str>
        <str name="spellcheck.count">1</str>
    </lst>
</requestHandler>

Le principal type de champ que j'utilise pour l'indexation est le suivant :

<fieldType name="textNoHTML" class="solr.TextField" positionIncrementGap="100">
        <analyzer type="index">
            <charFilter class="solr.HTMLStripCharFilterFactory" />
            <tokenizer class="solr.WhitespaceTokenizerFactory"/>
            <filter class="solr.StopFilterFactory"
                    ignoreCase="true"
                    words="stopwords.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.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>
        </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.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.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>
        </analyzer>
    </fieldType>

maintenant, lorsque je fais une recherche en utilisant

"q=search+term&hl=on"

J'obtiens une mise en évidence, et des scores précis.

MAIS, pour le wildcard, je suppose que vous devez utiliser "q.alt" ? C'est le cas ? Si c'est le cas, ma requête ressemble à ceci :

"q.alt=search*&hl=on"

Lorsque j'utilise la requête ci-dessus, la mise en évidence ne fonctionne pas, et tous les scores sont "1.0".

Qu'est-ce que je fais de travers ? Est-ce que ce que je veux est possible sans contourner certaines des optimisations vraiment cool de SOLR.

Santé !

Answer 1

D'après ce que je sais, vous ne pouvez pas utiliser de caractères de remplacement avec le gestionnaire dismax, cf. http://wiki.apache.org/solr/DisMaxRequestHandler#q .

Pour simuler la recherche par caractères génériques, j'ai utilisé EdgeNGrams en suivant certaines des instructions données ici : http://www.lucidimagination.com/blog/2009/09/08/auto-suggest-from-popular-queries-using-edgengrams/ . En fait, je n'ai fait qu'ajouter le type de champ edgytext à schema.xml et modifier le type de champ du champ sur lequel je voulais effectuer une recherche.

J'espère que cela vous aidera !

Answer 2

Vous pouvez aussi prendre la dernière version de la construction nocturne et utiliser edismax (ExtendedDismaxQParser).

Il gère les caractères génériques de fin et de début.