Solr – 将 SeachHandler 的 SeachComponent 配置为最小匹配 = 100%，并且仍然忽略搜索查询中的停用词

Question

我们的索引分析器配置了 solr.StopFilterFactory。所以停用词没有编入索引。

我们还使用 solr.StopFilterFactory 配置了查询分析器，因为我们希望从搜索查询词中忽略停用词

<analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>        
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
            enablePositionIncrements="true"
            />
  ... ...

在solrconfig.xml中，选择SearchHandler配置为使用SearchComponent参数最小匹配=100%

<requestHandler name="/select" class="solr.SearchHandler">
    <lst name="defaults">
        <str name="echoParams">explicit</str>           
        <int name="rows">10</int>
        <str name="mm">100%</str>
        <str name="q.alt">*:*</str>
    ... ... 

这导致我们的一些多词搜索查询没有返回任何结果，例如“雨中仪式”。由于“in”和“the”上面的设置未编入索引，但最小匹配使它们成为强制性的，即使查询分析器配置为删除停用词也是如此。

是否有任何设置可以让我们实现这一点？

Answer 1

在这种情况下，您必须考虑查询中涉及的不同 fieldTypes，区分这两个类别:使用相同停止过滤器定义的 solr.TextField 类型，等领域。涉及的不同类型取决于通过 qf 参数请求的查询字段。

如果查询包含停用词并且 2 类字段在 qf 中混合，您将遇到问题，因为始终会有一个必需的子句试图匹配“不间断-”上的停用词filtered”字段(例如数字字段或没有停止过滤器的文本字段)，除非您设置较低的 mm。

mm.autoRelax edismax 解析器的参数旨在处理这种错误行为，自 Solr 6.0 ( SOLR-3085 ) 起可用:

If true, the number of clauses required (minimum should match) will automatically be relaxed if a clause is removed (by e.g. stopwords filter) from some but not all qf fields. Use this parameter as a workaround if you experience that queries return zero hits due to uneven stopword removal between the qf fields.

如果你不能使用mm.autoRelax，只要你需要mm=100%，你就必须设置qf只有文本字段使用相同 停止过滤器(相同的参数和字典)来保证当查询包含停用词时的一致行为。