Java 索尔：搜索排除更大的短语

F.e.我有3份文件。
1.“狗猫球”
2.“狗狗球猫”
3.“狗、猫、球和大象”

所以。通过查询“狗、猫和球”，我只希望收到前两个文档。
所以我想在结果中只包含我要求的词的主要思想

如有任何建议，我将不胜感激。

---

谢谢。

好的，如果您存储TermVector（在创建

字段时，在将
文档添加到索引之前，使用
TermVector。是的
），可以通过覆盖收集器来完成。下面是一个简单的实现（只返回没有分数的文档）：

私有静态类MyCollector扩展收集器{
私有索引阅读器；
专用术语；
私有集=新的HashSet（）；
公共MyCollector（IndexReader ir，国际术语编号）{
this.ir=ir；
this.numberOfTerms=numberOfTerms；
}
@凌驾
public void setScorer（Scorer Scorer）抛出IOException{}//在本例中我们不使用Scorer
@凌驾
public void setnextrader（IndexReader阅读器，int docBase）{
//忽略
}
@凌驾
公共void collect（int doc）引发IOException{
TermFreqVector=ir.getTermFreqVector（文档，内容\字段）；
//CONTENT_field是您正在搜索的字段的名称。。。
如果（向量！=null）{
if（vector.getTerms（）.length==numberOfTerms）{
设置、添加（单据）；
}
}否则{
set.add（doc）；//好吧，假设这不会发生，因为您存储了TermVector。
}
}
@凌驾
公共布尔值AcceptsDocSoutoOrder（）{
返回true；
}
公共集getSet（）{
返回集；
}
}; 

现在，使用
IndexSearcher\search（查询，收集器）

其思想是：如果要接受文档，您知道文档中应该包含多少术语，因此您只需验证它，并只收集符合此规则的文档。当然，这可能更复杂（在向量中查找特定的术语，在向量中单词的顺序），但这是一般的想法

实际上，如果您存储TermVector，您几乎可以做任何事情，因此只需尝试使用它。
您可以实现一个具有哈希功能的过滤器工厂/标记器对

使用copyfield指令
您需要标记术语
删除stopwords（在您的示例中）
按字母数字顺序对术语排序并保存哈希
展开查询以同时搜索哈希值，如：
somestring:“狗、猫和球”和somehash:“狗、猫和球”

第二个searchquery部分将在查询处理中隐式散列

这只会导致精确匹配（假阳性概率非常不现实）

另外，您不需要存储术语向量。这将导致明显较小的索引。
您的问题是什么？为什么“狗、猫和球”对你不起作用？我不需要smth的文件，只需要狗、猫和球。所以我不需要搜索结果中的第三个案例。你可以做
+狗+猫+球-大象
。（或“…和（不是大象）”）但你必须明确排除你不想要的每个词。所以。。。您的意思是-后期处理？@denys:
Collector\collect（int docID）
被调用如果文档与搜索（）中的查询匹配，您只需使用它筛选结果，因此它是在处理过程中调用的。@amit非常感谢您。我明白你的意思。现在你能告诉我在Solr中在哪里可以使用IndexSearcher吗？我应该将我的更改添加到SolrIndexSearcher？@denys:SolrIndexSearcher扩展了IndexSearcher（org.apache.lucene.search.IndexSearcher），因此您可以更改SolrIndexSearcher，或者使用IndexSearcher的搜索（而不是SolrIndexSearcher中新的重载搜索）。@amit谢谢。每个解决方案都意味着我应该改变解决方案。但我不想这样做：（。。。
private static class MyCollector extends Collector {
    private IndexReader ir;
    private int numberOfTerms;
    private Set<Integer> set = new HashSet<Integer>();

    public MyCollector(IndexReader ir,int numberOfTerms) {
        this.ir = ir;
        this.numberOfTerms = numberOfTerms;

    }

    @Override
    public void setScorer(Scorer scorer) throws IOException {   } //we do not use a scorer in this example

    @Override
    public void setNextReader(IndexReader reader, int docBase) {
        //ignore
    }

    @Override
    public void collect(int doc) throws IOException {
        TermFreqVector vector = ir.getTermFreqVector(doc, CONTENT_FIELD);
                    //CONTENT_FILED is the name of the field you are searching in...
        if (vector != null) {
            if (vector.getTerms().length == numberOfTerms) {
                set.add(doc);
            }
        } else {
            set.add(doc); //well, assume it doesn't happen, because you stored your TermVectors.
        }

    }

    @Override
    public boolean acceptsDocsOutOfOrder() {
        return true;
    }
    public Set<Integer> getSet() { 
        return set;
    }
};