Solr拼写检查查询词修改

Question

我正在使用Solr进行拼写检查。启用了两个DirectSolrSpellChecker & WordBreakSolrSpellChecker。我有以下问题：

答：当我查询“担心”时。 Solr正在将此术语转换为“worri”并返回相同的结果。如果单词以“y”[“伤害”，“担心”等）结尾，则结尾“y”替换为“i”。

实例查询：

http://localhost:8983/solr/MY_CORE/spell?df=text&spellcheck.q=worry&spellcheck=true&spellcheck.extendedResults=true&spellcheck.onlyMorePopular=true 

Solr的结果：

<response> 
<lst name="responseHeader"> 
<int name="status">0</int> 
<int name="QTime">5</int> 
</lst> 
<result name="response" numFound="0" start="0"/> 
<lst name="spellcheck"> 
<lst name="suggestions"> 
<lst name="worri"> 
<int name="numFound">9</int> 
<int name="startOffset">0</int> 
<int name="endOffset">5</int> 
<int name="origFreq">5</int> 
<arr name="suggestion"> 
<lst> 
<str name="word">wo r ri</str> 
<int name="freq">90</int> 
</lst> 
<lst> 
<str name="word">worst</str> 
<int name="freq">12</int> 
</lst> 
<lst> 
<str name="word">wo r r i</str> 
<int name="freq">5246</int> 
</lst> 
<lst> 
<str name="word">work</str> 
<int name="freq">2920</int> 
</lst> 
<lst> 
<str name="word">w o r ri</str> 
<int name="freq">530</int> 
</lst> 
<lst> 
<str name="word">worn</str> 
<int name="freq">81</int> 
</lst> 
<lst> 
<str name="word">w o r r i</str> 
<int name="freq">5246</int> 
</lst> 
<lst> 
<str name="word">wors</str> 
<int name="freq">79</int> 
</lst> 
<lst> 
<str name="word">worm</str> 
<int name="freq">10</int> 
</lst> 
</arr> 
</lst> 
</lst> 
<bool name="correctlySpelled">false</bool> 
</lst> 
</response> 

B.而且上述输出具有诸如 “worri”，我无法找到任何的那些词语的solr的场。我也不知道为什么solr返回这样的词，其中的字母被空格分开。

下面是schema文件：

<field name=MY FIELD type="text_en" multiValued="false" indexed="true" stored="true"/> 

下面是配置文件：

<!-- a spellchecker built from a field of the main index --> 
     <lst name="spellchecker"> 
      <str name="name">default</str> 
      <str name="field"> MY FIELD </str> 
      <str name="classname">solr.DirectSolrSpellChecker</str> 
      <!-- the spellcheck distance measure used, the default is the internal levenshtein --> 
      <str name="distanceMeasure">internal</str> 
      <!-- minimum accuracy needed to be considered a valid spellcheck suggestion --> 
      <float name="accuracy">0.5</float> 
      <!-- the maximum #edits we consider when enumerating terms: can be 1 or 2 --> 
      <int name="maxEdits">2</int> 
      <!-- the minimum shared prefix when enumerating terms --> 
      <int name="minPrefix">1</int> 
      <!-- maximum number of inspections per result. --> 
      <int name="maxInspections">5</int> 
      <!-- minimum length of a query term to be considered for correction --> 
      <int name="minQueryLength">4</int> 
      <!-- maximum threshold of documents a query term can appear to be considered for correction --> 
      <float name="maxQueryFrequency">0.01</float> 
      <!-- uncomment this to require suggestions to occur in 1% of the documents 
      <float name="thresholdTokenFrequency">.01</float> 
      --> 
     </lst> 

     <!-- a spellchecker that can break or combine words. See "/spell" handler below for usage --> 

     <lst name="spellchecker"> 
     <str name="name">wordbreak</str> 
     <str name="classname">solr.WordBreakSolrSpellChecker</str> 
     <str name="field">MY FIELD</str> 
     <str name="combineWords">false</str> 
     <str name="breakWords">true</str> 
     <int name="maxChanges">10</int> 
     </lst> 

    </searchComponent> 


    <requestHandler name="/spell" class="solr.SearchHandler" startup="lazy"> 
     <lst name="defaults"> 
      <str name="spellcheck.dictionary">default</str> 
      <str name="spellcheck.dictionary">wordbreak</str> 
      <str name="spellcheck">on</str> 
      <str name="spellcheck.extendedResults">true</str> 
      <str name="spellcheck.count">10</str> 
      <str name="spellcheck.alternativeTermCount">5</str> 
      <str name="spellcheck.maxResultsForSuggest">5</str> 
      <str name="spellcheck.collate">false</str> 
      <str name="spellcheck.collateExtendedResults">false</str> 
      <str name="spellcheck.maxCollationTries">10</str> 
      <str name="spellcheck.maxCollations">5</str> 
     </lst> 
     <arr name="last-components"> 
      <str>spellcheck</str> 
     </arr> 
    </requestHandler> 

我真的很感激，如果有人能帮助我对此。

在此先感谢！

Answer 1

您喜欢“我们”的“奇怪”建议。你有他们，因为你正在使用WordBreakSolrSpellChecker，它破坏令牌试图为你提供一些拼写检查功能，所以如果你将删除你不应该得到这些建议。下面是从官方文档报价：

WordBreakSolrSpellChecker通过合并相邻 查询词和/或破条款为多个单词提供建议。这是一个 SpellCheckComponent增强功能，利用了Lucene的 WordBreakSpellChecker。它可以检测由 错位的空白导致的拼写错误，而不使用基于木瓦的字典，并且 提供了对断字错误的排序支持，包括用户混合使用单词拼写错误和分词错误 错误的情况 在相同的查询中。它还提供碎片支持。

所以，基本上，在你的例子中 - 你从Solr索引中得到了正常的建议，如：worst, work, worm, worn, wors。所有其他只是WordBreakSolrSpellChecker的结果，你永远不会在你的索引中找到它们。