WedX - журнал о программировании и компьютерных науках

Solr - Как различать to * и to *

У меня есть следующие проиндексированные документы в моей настройке Solr 4.0 с их полем заголовка, содержащим документы -

  1. Работать
  2. Топология
  3. ... ‹ многое другое >

У меня есть поле заголовка как solr.StrField (строка). У меня также есть copyField поля title в другом поле title_token типа solr.TextField с токенизатором StandardTokenizerFactory и фильтром LowerCaseFilterFactory.

Когда пользователь ищет только To, чтобы получить документы, title которых начинается с To, я запрашиваю Solr с title:To*. Работает отлично. Отображает документы 1 и 2.

Однако, когда пользователь ищет To (с пробелом после «Кому»), я отправляю этот запрос на Solr, например title:To * (с пробелом между «Кому» и *). В идеале должен отображаться только 1-й документ. Однако все документы отображаются.

Когда я запрашиваю title:To * вместе с &debugQuery=true, запрос анализируется как "parsedquery_toString":"title:to title:*".

Поскольку title:* будет отображать все документы, отображаются все документы.

Как мне запросить To *, который даст мне все документы, имеющие title, начинающиеся с To (с пробелом после To), в этом случае должен отображаться документ 1?

Я использую Embedded Solr server на своем Web App на Tomcat. Я использую solrj для запроса и получения результатов.

15.02.2013

  • вы пробовали с кавычками *? 16.02.2013
  • да. С кавычками * не рассматривается как подстановочный знак. 16.02.2013

Ответы:


1

вы должны избежать пробела field:to\ *, чтобы сформированный запрос был title:to *, иначе он будет соответствовать всем документам.

Также запросы с подстановочными знаками :-
Обратите внимание, что подстановочные знаки не поддерживаются внутри фраз в кавычках. . Они будут рассматриваться как пустое пространство.

При префиксном, подстановочном и нечетком поиске текстовый анализ искомого слова не выполняется.
Таким образом, To* не будет соответствовать индексному документу, если вы отфильтруете строчные буквы.

16.02.2013
Новые материалы

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


Для любых предложений по сайту: [email protected]