Когда я ищу компанию в solr, результат должен содержать похожие результаты, такие как компания, компания-любая и компания. Как получить это с помощью solr.
Как улучшить поиск по близости в solr
13.10.2017
- что ты уже пробовал? 13.10.2017
- Каковы именно правила того, что вы считаете похожим результатом? 13.10.2017
- Если я ищу Walmart, результат должен отображать wal mart, wal-mart и walmart и наоборот. Как этого добиться 16.10.2017
Ответы:
1
Для предоставленного вами варианта использования вы можете использовать n-граммы.
<analyzer>
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.NGramFilterFactory" minGramSize="3" maxGramSize="7"/>
</analyzer>
Этот фильтр разбивает токены на части заданных размеров, например, для слова "компания" выдаст следующие токены: "com", "omp", "mpa", "pan", "any", "comp" , "ompa", "mpan", "pany", "compa", "ompan", "mpany", "compan", "company", "company"
ВНИМАНИЕ Этот фильтр может снизить производительность и привести к экспоненциальному росту вашего индекса и, возможно, приведет к нехватке памяти Solr в зависимости от размера полей, которые вы используете (например, если вы используете его для извлечения контента). . Так что выбирайте с умом поле для его использования :)
Вот некоторая полезная информация с примерами: https://lucene.apache.org/solr/guide/6_6/filter-descriptions.html#FilterDescriptions-N-GramFilter
17.10.2017
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..