如何解决Google 喜欢使用 Solr 进行自动提示/预先输入建议关键字/短语
要求
我需要在搜索框中提供类似 google 的建议。 Solr 已经是给定的。 结果应如下所示:
searchterm 亚历克斯
结果 Alexander Behling,Alexander Some ...
搜索词出租车
结果 电缆、高压电缆、电缆剪
目的是将短语作为建议,而不是整个字段或摘录。查询应不区分大小写,Alex 应具有与 alex 相同的结果,但搜索结果(建议)必须具有原始大小写。
建议必须可按类别过滤,我们在一个索引中有多个域的结果,并且结果应按包含该域的特定字段进行过滤。 contextField 仅适用于“AnalyzingInfixLookupFactory 和 BlendedInfixLookupFactory 当前支持此功能,当由 DocumentDictionaryFactory 支持时。”
我尝试了三种方法
1.方法:FreeTextLookupFactory
>config (no special schema changes):
<searchComponent name="suggest" class="solr.SuggestComponent">
<lst name="suggester">
<str name="name">default</str>
<str name="lookupImpl">FreeTextLookupFactory</str>
<str name="dictionaryImpl">DocumentDictionaryFactory</str>
<str name="field">content</str>
<str name="ngrams">3</str>
<str name="separator"> </str>
<str name="suggestFreeTextAnalyzerFieldType">text_general</str>
</lst>
</searchComponent>
<requestHandler name="/suggest" class="solr.SearchHandler" startup="lazy" >
<lst name="defaults">
<str name="suggest">true</str>
<str name="suggest.count">10</str>
<str name="suggest.dictionary">default</str>
<str name="echoParams">explicit</str>
</lst>
<arr name="components">
<str>suggest</str>
</arr>
</requestHandler>
这很合理,但只能提供单个单词。
searchterm 亚历克斯
结果 亚历山大、亚历山德拉...
优点是索引速度非常快。我试图将它与 ShingleFilter 结合起来,但这不起作用,可能是因为 ShingleFilter 已经是 FreeTextLookupFactory 的一部分。因为不支持 FreeTextLookupFactory 类别。
2.方法:带有自定义字段的 BlendedInfixLookupFactory
>schema:
<field name="suggest_field" type="text_suggest" indexed="true" stored="true" multiValued="true"/>
<field name="site" type="string" stored="true" indexed="true"/>
<copyField source="content" dest="suggest_field"/>
<fieldType name="text_suggest" class="solr.TextField" positionIncrementGap="100">
<analyzer type="index">
<tokenizer class="solr.StandardTokenizerFactory"/>
<!--filter class="solr.LowerCaseFilterFactory"/-->
<filter class="solr.TrimFilterFactory"/>
<filter class="solr.ShingleFilterFactory"
minShingleSize="2"
maxShingleSize="4"
outputUnigrams="true"
outputUnigramsIfNoShingles="true"/>
</analyzer>
<analyzer type="query">
<tokenizer class="solr.KeywordTokenizerFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
</analyzer>
</fieldType>
config:
<searchComponent name="suggest" class="solr.SuggestComponent">
<lst name="suggester">
<str name="name">default</str>
<str name="lookupImpl">BlendedInfixLookupFactory</str>
<str name="blenderType">position_linear</str>
<str name="dictionaryimpl">DocumentDictionaryFactory</str>
<str name="field">suggest_field</str>
<str name="weightField">weight</str>
<str name="suggestAnalyzerFieldType">text_suggest</str>
<str name="queryAnalyzerFieldType">phrase_suggest</str>
<str name="indexPath">suggest</str>
<str name="buildOnStartup">false</str>
<str name="buildOnCommit">false</str>
<bool name="exactMatchFirst">true</bool>
<str name="contextField">site</str>
</lst>
</searchComponent>
<requestHandler name="/suggest" class="solr.SearchHandler" startup="lazy" >
<lst name="defaults">
<str name="suggest">true</str>
<str name="suggest.count">10</str>
<str name="suggest.dictionary">default</str>
<str name="echoParams">explicit</str>
</lst>
<arr name="components">
<str>suggest</str>
</arr>
</requestHandler>FreeTextLookupFactory
第二种方法导致了我奇怪的行为:
searchterm 亚历克斯或亚历克斯
结果没什么...
搜索词出租车
结果电缆、电缆、电压电缆、电缆附件、电源线...
使用相同的字段,某些查询没有搜索结果。对于 12 小时。由于应支持 BlendedInfixLookupFactory 和 DocumentDictionaryFactory 类别。
但是在查询中使用类别时。 http://localhost:8983/solr/magnolia/suggest?wt=json&suggest=true&suggest.q=nym&suggest.cfq=com
结果为空。字段“site”在索引中多次包含值“com”。
3.使用 HighFrequencyDictionaryFactory 和自定义字段处理 BlendedInfixLookupFactory
>schema:
<field name="suggest_field" type="text_shingle" indexed="true" stored="true" multiValued="true"/>
...
<copyField source="_text_" dest="suggest_field"/>
...
<fieldType name="text_shingle" class="solr.TextField" positionIncrementGap="100">
<analyzer type="index">
<charFilter class="solr.HTMLStripCharFilterFactory"/>
<filter class="solr.TrimFilterFactory"/>
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords_suggestions.txt" format="snowball" />
<!--filter class="solr.EdgeNGramFilterFactory" minGramSize="4" maxGramSize="15"/-->
<filter class="solr.ShingleFilterFactory" minShingleSize="2" maxShingleSize="4" outputUnigrams="false" outputUnigramsIfNoShingles="true" fillerToken=""/>
</analyzer>
</fieldType>
<!-- marc johnen : used for autocomplete-->
<fieldType name="text_suggest" class="solr.TextField" positionIncrementGap="100">
<analyzer>
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.TrimFilterFactory"/>
</analyzer>
</fieldType>
config:
<searchComponent name="suggest" class="solr.SuggestComponent">
<lst name="suggester">
<str name="name">default</str>
<str name="lookupImpl">BlendedInfixLookupFactory</str>
<str name="dictionaryImpl">HighFrequencyDictionaryFactory</str>
<str name="field">suggest_field</str>
<str name="suggestAnalyzerFieldType">text_suggest</str>
<str name="minPrefixChars">2</str>
<str name="exactMatchFirst">true</str>
<str name="buildOnStartup">false</str>
<str name="buildOnCommit">true</str>
<str name="highlight">false</str>
</lst>
</searchComponent>
<requestHandler name="/suggest" class="solr.SearchHandler" startup="lazy" >
<lst name="defaults">
<str name="suggest">true</str>
<str name="suggest.count">10</str>
<str name="suggest.dictionary">default</str>
<str name="echoParams">explicit</str>
</lst>
<arr name="components">
<str>suggest</str>
</arr>
</requestHandler>
这种方法的结果相当不错,除了一些重复的词组外,基本按照指定的那样,因为有些关键字因为开头或结尾有空格而重复,例如“power cable”和“power cable”。除此之外还不错。
searchterm 亚历克斯
结果 Alexander Behling,Alexander Some ...
搜索词出租车
结果电缆、高压电缆、电缆剪
索引
查询
我使用的查询如下所示:
http://localhost:8983/solr/magnolia/suggest?wt=json&suggest=true&suggest.q=cab
在类别的配置中添加 <str name="contextField">site</str>
,在适用时将 &suggest.cfq=com
添加到查询中。
解决方法
我最终使用了 FreeTextLookupFactory 并为每种语言创建了一个单独的字段和建议器。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。