solr - 如何在solr中分词？

Question

最近我一直在尝试将 facet 应用于具有多个单词(短语)的某些值的字段？有人建议我使用带状疱疹，但我不确定这是否会按预期工作，因为应从给定的列表中提取所需的短语。

例如:当我将方面应用于一个领域时，我会得到“信息”和“技术”的单独方面，而我希望它是像“信息技术”这样的单一方面。

如何对特定领域中的特定短语进行刻面？

编辑:
必填字段的架构如下所示:

<fieldType name="text_en_splitting_tight" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
      <analyzer>
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>

        <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_en.txt"/>
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="0" generateNumberParts="0" catenateWords="1" catenateNumbers="1" catenateAll="0"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="false"/>
<filter class="solr.ShingleFilterFactory" maxShingleSize="2" outputUnigrams="true"/>
<filter class="solr.EnglishMinimalStemFilterFactory"/>
        <!-- this filter can remove any duplicate tokens that appear at the same position - sometimes
             possible with WordDelimiterFilter in conjuncton with stemming. -->
        <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
      </analyzer>
      </fieldType>

带状疱疹过滤器不起作用，因为它显示了信息技术的三个方面:信息、技术和信息技术。

Answer 1

问题似乎是分析器在索引中拆分了分面字段词。如果您想对可能有多个单词的字段进行分面，那么我们应该使用不拆分单词的分析器。它可以是 solr 中的“复制字段”，以便您的索引过程不会真正改变。例如，您可以有如下内容。
<field name="facet_text_en_nosplit" type="string" indexed="true" stored="false" multiValued="true"/>
在构面查询中使用上述字段。