如何让 Solr 不索引查询中的常用词？

Posted 2023-04-18

【中文标题】如何让 Solr 不索引查询中的常用词？

【英文标题】：How do I get Solr to not index common words in a query?

【发布时间】：2015-03-02 19:17:14

【问题描述】：

我是 Solr 的新手，我的服务器中有一个正常运行的实例

我的问题是：

当我使用某些术语查询 Solr 时，它不会返回结果，但有些项目带有该术语的索引。我与一位正在使用此 Solr 实例的开发人员交谈，他记得一些关于“黑名单”或“空列表”或相关内容的内容，它们充当查询的过滤器，就像返回低质量的常见单词列表查询结果，例如： “a”、“the”、“for”、...

我想知道如何管理该列表以从中删除一个术语（或添加一个、编辑等）

【参考方案1】：

听起来您在谈论停用词过滤器。如果您启用了停用词过滤，您应该会在 schema.xml 中的字段分析中看到与此类似的内容

<filter class="solr.StopFilterFactory" ignoreCase="true"
                 words="stopwords.txt" enablePositionIncrements="true" />

这引用了文件stopwords.txt，这是该文件的标准名称，但可以使用不同的文件名，因此在您的服务器上可能会有所不同。该文件将包含在搜索过程中应忽略的单词列表。您应该在您的索引的conf 目录中找到此文件（与schema.xml 和solrconfig.xml 相同的位置）。您可以编辑此文件，但为了获得最佳效果，您应该在这样做后重新索引您的记录。

或者，如果您不想从搜索中过滤常用词，您可以从字段分析中完全删除对StopFilterFactory 的引用。同样，您应该计划在这样做之后重新索引您的记录。