Parámetros SnowballPorterFilterFactory y Wildcard de Solr

Question

Tengo un problema al consultar Solr usando el siguiente tipo de campo:

<fieldType name="text_ci" class="solr.TextField" positionIncrementGap="100">
   <analyzer>
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>
      <filter class="solr.LowerCaseFilterFactory"/>
      <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true"/>
       <filter class="solr.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>
   </analyzer>
</fieldType>

Como puede ver, aplica "SnowballPorterFilterFactory" al indexar y realizar consultas.Si indexo algo como

Cosas de ratón y diversión.

Se indexa como:

Como puede ver, "SnowballPorterFilterFactory" convierte la palabra "Mouse" en "Mous".Que es lo que queremos.Sin embargo, cuando buscamos

Ratón*

No parece aplicar "SnowballPorterFilterFactory" de la misma manera.Supongo que por el * al final.

Mi pregunta es..¿Hay alguna manera de que "SnowballPorterFilterFactory" conozca los comodines?Para que cuando pregunte por

Ratón*

No obtengo 0 resultados.

Curiosamente si pregunto por

ratón*

El disco vuelve.

¿O alguien puede ofrecer una mejor manera de consultar/indexar este tipo de campo?

gracias dave

Answer 1

de la Preguntas frecuentes :

A diferencia de otros tipos de consultas de Lucene, comodines, prefijo y consultas difusas no se pasan a través del analizador, que es el componente que realiza operaciones, como el stemming y la reducción de la baja. El motivo de saltarse el analizador es que si estaba buscando "perros *", no querrías "perros" primero se derivó de "perro", ya que eso coincidiría con el "perro *", que no es la consulta prevista. Estas consultas son insensibles a la caja de todos modos porque QueryParser los hace minúsculas. Este comportamiento se puede cambiar utilizando el método SETLOWERCASEEXPANDEDTERMS (BOOLEAN)

Si está bien con el cambio de su origen SOLR, solr-757 Tiene un parche adjunto a él que puede encontrar útil. Sin embargo, no conozco una manera de cambiar este otro que bucear en la fuente.

¿Qué podría ser una idea más sencilla: solo tenga un campo de copia que no se deriva? El usuario puede buscar estos dos campos, y luego el mouse * coincidirá en el campo que no se muestra.

(Editar: En realidad, mirando ese parche, no estoy seguro de que hará lo que quiere. Pero básicamente solo necesitas cambiar tu controlador de consultas para STEM primero.)

Answer 2

La última vez que reviso, cuando use comodines, el analizador de consultas no se utiliza.Por lo tanto, ya que está utilizando una función en minúscula, sus términos se indexan en minúsculas y la búsqueda de MOUS * no devolverán nada.

Creo que lo único que debe hacer cuando está usando comodines es para asegurarse de adaptar su consulta a la forma en que se indexan sus términos (de una manera similar a lo que haría su análisis de consultas).