solr - ShingleFilterFactory影响Solr中突出显示的部分的大小

Question

将ShingleFilterFactory添加到solr(索引时间)中的类型时，确实会导致突出显示查询时行为发生变化。

示例文本:“在船上，盒子里有一条龙”

如果没有ShingleFilterFactory，则两个“in”标记将分别突出显示。

<em>in</em> a ship a dragon was <em>in</em> a box

有了它，整个段作为单个突出显示返回。

<em>in a ship a dragon was in</em>

为什么使用“ShingleFilterFactory”会影响突出显示？

编辑:

根据要求添加架构信息:

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <charFilter class="solr.HTMLStripCharFilterFactory"/>
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true"/>
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.ShingleFilterFactory" maxShingleSize="2" outputUnigrams="true"/>
    <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

如上所述，使用包含带状滤波器的 text_general会导致异常大的高亮字段。

Answer 1

也许您可以使用以下荧光笔:

https://issues.apache.org/jira/browse/LUCENE-1522

您所指向的问题是已知的，并且有一些修补程序可用:

https://issues.apache.org/jira/browse/LUCENE-1489

编辑:第二个链接是Bereng发送的相同。