代码之家 › 专栏 › 技术社区 › J.T.

多词同义词和奇数标记顺序

elasticsearch lucene solr

0

J.T. · 技术社区 · 12 年前

为什么同义词TokenFilter将扩展术语放在多词同义词中第一个标记的匹配之后?当我使用弹性搜索时,这当然也适用于任何solr/lucene大师。我只在索引时间内使用,但它与带状疱疹结合使用,所以顺序非常重要。

我有一个同义词:

爆米花机

我的同义词TokenFilter通过elasticsearch中的默认值expand=true。

当我查看我的代币时,爆米花机总是插入爆米花和爆米花机之间,无论输入项是爆米花机还是爆米花机。

示例分析“ 爆米花机 "

 t1:Popcorn t2:popcorn t3:machine t4:popper

示例分析“ 爆米花机 "

  t1:Popcorn t2:popcorn t3:machine t4:popper

1 回复 | 直到 12 年前

1

Alexandre Rafalovitch 12 年前

Lucene令牌流 is actually a graph 像同义词这样的东西确实会导致图形模型和标记偏移量出现问题。然而,在更新的Lucene版本中,情况正在改善。您可能只需要查看(Solr和Lucene)Jiras即可找到相关的讨论。