Apache Solr búsqueda de piezas de la palabra

Question

estoy usando motores de búsqueda Apache Solr para la indexación de mi base de datos web ..

estoy usando Django + http://haystacksearch.org/

Así que vamos a decir que tengo documento que tiene la palabra "pollo "

Cuando busco 'pollo' - Solr puede encontrar este documento

Pero cuando busco 'chick' - no encuentra nada ..

¿Hay alguna manera de arreglar esto?

Answer 1

Nota: La siguiente solución es Solr 1.4 (y superior) específico!

Para una mayor flexibilidad, recomendaría la indexación de sus datos con el NGramTokenizerFactory para completar las búsquedas de comodines en la parte frontal y posterior. Si solo desea buscar subcadenas al principio o al final de la cadena, considere usar el EdgeNGramTokenizerFactory.

Aquí hay una gota en el reemplazo del tipo de campo de texto que acomodar su necesidad:

<fieldType name="text" class="solr.TextField" > 
<analyzer type="index"> 
    <tokenizer class="solr.NGramTokenizerFactory" minGramSize="3" maxGramSize="15" /> 
    <filter class="solr.LowerCaseFilterFactory"/> 
</analyzer> 
<analyzer type="query"> 
    <tokenizer class="solr.WhitespaceTokenizerFactory" /> 
    <filter class="solr.LowerCaseFilterFactory"/> 
</analyzer> 
</fieldType> 

Answer 2

Si quieres encontrar todas las palabras que comienzan con chick, busca chick *.

Answer 3

Un enfoque diferente, si usted está teniendo problemas con un pequeño conjunto de palabras, sería utilizar la Solr. SynonymFilterFactory

http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters#solr.SynonymFilterFactory

Sólo tienes que mantener un archivo de texto simple que contiene sinónimos:

chick peep chicken 
dawg hound dog 
moggie puss kitten cat 

Los elementos plurales deben cuidarse con otros filtros.

Answer 4

Cuando he utilizado

<tokenizer class="solr.NGramTokenizerFactory" minGramSize="3" maxGramSize="15" /> 

para hacer comodín de búsqueda de la respuesta de Brian, Solr tiempo de indexación dramaticly aumentó. ¡En más de 20 veces! La otra decisión de buscar comodín problema que encuentra aquí:

http://www.lucidimagination.com/blog/2009/09/08/auto-suggest-from-popular-queries-using-edgengrams/

Sólo se necesita agregar el filtro

<filter class="solr.EdgeNGramFilterFactory" minGramSize="1" maxGramSize="25" /> 

(tokenizer defecto - solr.WhitespaceTokenizerFactory en bloque índice de FieldType). Para mí, el resultado fue el mismo con menos costos del sistema.

Answer 5

No he cambiado ninguna configuración. Solo estoy usando star en el frente y en la parte posterior de mi searchString: * chicke * (sin espacio en blanco al final -> es debido a SO formateando la palabra como cursiva si usa * al principio y al final)