如何使用BooleanQuery/任何其他类在该字段上实现“精确短语”功能？例如，如果用户键入“畅销书”，则应返回描述中包含此短语的书籍 再次感谢 在双引号内进行查询应该是可行的

Am使用多字段QueryParser解析字符串，如a.a.，b.b.等 但是在解析之后，它会删除字符串中的点。 我错过了什么 谢谢。您的解析器使用什么分析器？如果它是StopAnalyzer，那么点可能是一个停止字，因此被忽略。如果是StandardAnalyzer清理输入（包括删除点），情况也是一样的。您的解析器使用什么样的分析器？如果它是StopAnalyzer，那么点可能是一个停止字，因此被忽略。如果是StandardAnalyzer清理输入（包括删除点），情况也是一样的。我不确定Mult

通过阅读可用文档，我了解到，为了获得最佳性能，应该在搜索中共享IndexSearcher实例，并且必须创建一个新实例，以便加载对索引所做的任何更改。这意味着在创建指向同一目录的IndexSearcher实例后，索引是可写的（使用IndexWriter）。然而，这不是我在Lucene.Net实现中看到的行为。我正在使用FSDirectory。RAMDirectory不是一个可行的选项。IndexSearcher锁定其中一个索引文件（在我的实现中是_1.cfs文件），使索引在IndexSearche

为什么通配符查询“dog#V*”无法检索包含“dog#VVP”的文档 以下用Jython为Lucene 3.0.0编写的代码无法检索索引文档。我错过什么了吗 analyzer = WhitespaceAnalyzer() directory = FSDirectory.open(java.io.File("testindex")) iwriter = IndexWriter(directory, analyzer, True, IndexWriter.MaxFieldLength(250

我认为Solr1.4有一个solr查询语法问题。我正在尝试从solr查询中排除过期记录。但是，如果该记录没有到期记录，我也希望将该记录带回来。例如 要仅获取未过期记录的列表，我使用以下查询： expirydate:[NOW/DAY TO *] 然后我想得到一个没有有效期的记录列表 -expirydate:[* TO *] 两个查询都独立工作。即，第一个查询返回3条记录。第二个查询返回921条记录。但是，当我将这两个查询与或组合在一起时，我得到0条记录： expirydate:[NOW/DAY

实施方式为：1/sqrt（陡度*（abs（x-min）+abs（x-max）-（max-min））+1） 当最小值和最大值均为1且陡度为0.5时，该值降低至1/sqrt（x） 谁能给我解释一下这个公式吗？陡度是如何确定的，具体指什么 感谢您的帮助。使用DefaultSimilarity，就代币数量而言，字段越短，分数越高 e、 g.如果您有两个文档，其索引字段值分别为“the quick brown fox”和“brown fox”，则后者在查询“fox”时得分较高 SweetSpotSimil

我正在研究Solr上的一些示例UI，这些UI展示了演示中可用的功能，例如，深入面搜索。我发现，这看起来非常有趣。有没有其他值得研究的软件，或者Blacklight是最终的选择？谢谢 您是否考虑过使用Solr中内置的速度模板？您可以在此处找到有关Solritas的更多信息： 我将为一个演示搭建一个演示Solr站点，我将沿着Solritas路线走下去。您可以获得刻面、集群等功能！而且没有额外的服务器可以运行。您是否考虑过使用Solr中内置的Velocity模板？您可以在此处找到有关Solritas的

我正在处理一个现有的web平台，它使用SOLR生成基于查询的数据集。我们对新内容的近实时（

elasticsearch/lucene高光

标签： Lucene elasticsearch

我正在使用ElasticSearch索引文档 我的映射是： "mongodocid": { "boost": 1.0, "store": "yes", "type": "string" }, "fulltext": { "boost": 1.0, "index": "analyzed", "store": "yes", "type": "string", "term_vector": "with_positions_offsets" } 为了突出显示完整的全文，

有人能告诉我如何在java中使用lucene创建自定义同义词吗？如果使用Solr，可以使用。否则，如果要在纯Lucene中编写同义词过滤器，Lucene In Action提供了一个示例。如何将synonyms.dat文件转换为同义词的Lucene索引？synonym.dat是一个简单的文本文件，其中包含自定义同义词。所有同义词都用逗号分隔，下一行紧跟下一组。@sharma:同义词文本文件的格式在我链接的页面中给出。Xodarap-我能用lucene找到文档中的点击数吗？@sharma:是的，请

我有各种数值的内容，更高的值表示（理论上）更有价值的内容，我希望排名更高 例如： 平均评级（0-5） 评论数（0-任意） 来自其他页面的入站链接引用数（0-任意值） 我用一些任意数字来表示我觉得内容有多重要（1-随便） Lucene可以将这些值作为数值进行索引，但我如何才能告诉Lucene在其排名算法中使用此值？您可以在索引时使用“Field.SetBoost”设置此值。您可以在索引时使用“Field.SetBoost”设置此值。具体取决于您希望进行的操作方式，您可以按照@L.B的建议在索引

我正在学习和lucene一起工作。我编写了一个简单的程序来测试lucene分析器，如： import org.apache.lucene.analysis.standard.StandardAnalyzer; import org.apache.lucene.analysis.WhitespaceAnalyzer; import org.apache.lucene.analysis.SimpleAnalyzer; import org.apache.lucene.analysis.StopAna

我将使用Lucene开发搜索功能。这是我第一次使用lucene，所以我阅读了一些文档，但我需要一些已经体验过lucene的人的建议 Lucene在目录中创建索引文件。我有四台服务器。但我不清楚的是，当发出搜索请求时，是否可以使用“IndexSearcher”对象在四台服务器之间共享索引文件（位于共享网络目录中）。我想知道如果索引文件是共享的，是否没有延迟。还是需要在每个服务器中创建索引文件 Lucene如何处理同步？假设后端进程在发出搜索请求时更新索引文件 谢谢。Lucene是一个搜索库。它知道

Lucene 像这样的模糊和像这样的模糊有什么区别？

标签： Lucene elasticsearchsimilarityfuzzy-searchmorelikethis

Lucene的（mlt）有什么区别 和（flt） 我通过Elasticsearch（ES）评估这两种查询类型，发现它们在概念上非常相似： mlt：将现有文档字段与其他文档字段进行比较 flt：将字符串与其他文档的字段进行比较 但是，flt性能似乎比mlt查询慢一个数量级 我使用的是最新的ES，它又使用了Lucene 4.5 从文档中： 模糊化作为字符串提供的所有术语，然后选择最佳的n个区分术语。实际上，这混合了FuzzyQuery和MoreLikeThis的行为，但特别考虑了模糊评分因素。

Lucene 从ElasticSearchAPI获取词干词

标签： Lucene elasticsearchstemming

我正在从事一个项目，我正在使用elasticsearch分析推文。我正在列出他们最常在推文中提到的热门话题（人们的兴趣） 因为tweet大多数时候都有词干，在用作列表（兴趣）名称之前需要进行词干处理 Elasticsearch擅长从数据库中搜索，它处理停止词的删除；堵塞；等等。但我想知道是否有一种方法可以从弹性搜索api中提取推文中的词干 我认为ApacheLucene可以做到这一点，但我想继续使用elasticsearch 有谁能给我一个在弹性搜索中实现这一点的方法吗 提前感谢 编辑：-

我正在写一些代码，需要在搜索字符串中包含所有单词，例如“苹果是红色的”。我目前正在使用MultiFieldQueryParser，但搜索查询将是（标题：“苹果？红色”正文：“苹果？红色”）。我希望查询看起来正好是字符串应该是什么。“苹果？红”应该变成“苹果是红的”。我该怎么做 您的查询看起来是正确的。输出中的问号表示职位增加，但不表示查询中的实际术语 由于“is”是默认停止字集中的停止字，因此由StandardAnalyzer从查询和索引中删除StopFilter删除这些术语，但增加位置以指示术

我正在尝试在Max OS X 10.10中构建CLucene。我按照指示做了。cmake..命令正确运行，但在此之后，当我尝试使用生成的makefile运行make时，出现以下错误： 我在谷歌上搜索了一下，在一些论坛上发现了类似错误的报告，甚至在Stackoverflow中也发现了类似的问题：，但我没有找到一个规范的解决方案 我应该怎么做才能解决这个问题？Mac OS X版本有一个bug。您需要修补2个文件（假设当前目录是CLucene目录）： 如果单击链接，您将直接获得修补程序。如果

我正在尝试搜索所有包含PHPSESSID=一词的文档；但即使在使用“PHPSESSID=；”时，它也只会显示包含“PHPSESSID”的所有内容。我如何才能做到这一点？您的字段已被分析，我不认为这是正常的。我认为你需要创建一个原始字段。有一个原始字段，但它不会在上面搜索。例如cookie.raw：“PHPSESSID”不会给出任何结果。您的字段已被分析，我不认为这是正常的。我认为你需要创建一个原始字段。有一个原始字段，但它不会在上面搜索。例如，cookie.raw：“PHPSESSID”不会给出

我正在学习使用orientdb。当我创建了一个类，用“lucene全文索引”构建了8000万条数据时，我发现当数据库运行一段时间后，索引会莫名其妙地丢失数据，无法检出原因，谁能告诉我原因 您正在使用哪个版本的OrientDB？您能提供模式和一些示例数据吗？我使用了orientdb（v2.1.5）。我创建了类消息。Message'Properties类似于{Name:account，Type:LINK，Linked_class:account；Name:content，Type:STRING；..

elasticsearch spring数据弹性搜索突出显示文本

标签：elasticsearch Lucene spring-dataelasticsearch-highlight

我使用SpringDataElasticSearch从ElasticSearchDB进行查询 我需要在搜索结果中突出显示搜索到的文本 我的设置如下 SearchQuery searchQuery = new NativeSearchQueryBuilder() .matchQuery("title", "Damaged")) .withHighlightFields(new HighlightBuilder.Field("Damaged").preTags

elasticsearch Kibana Lucene日期范围

标签：elasticsearch Lucene Kibana

我知道这可以作为一个过滤器来完成，但出于“原因”，我需要将其作为Lucene查询来执行 我有一个名为“FileLoadedToElasticDateTime”的字段，我正在尝试查找今年的任何记录，到目前为止，我没有得到任何结果 我试过： FileLoadedToElasticDateTime:[2018-01-01 TO 2018-12-31] FileLoadedToElasticDateTime:[20180101 TO 20181231] FileLoadedToElasticDateTi

elasticsearch Grafana/ElasticSearch查询：字段等于值或字段不存在

标签：elasticsearch Lucene Grafana

我在Grafana中添加了一个新字段，并希望有以下Lucene查询，当字段丢失时将忽略该字段： _存在\字段或（\存在\字段和字段：值） 然而，即使是一个简单的exists或notexistsLucene查询似乎也不起作用，而ElasticSearch确实支持它：_存在\字段1或\存在\字段2 有没有一种方法可以通过Lucene查询来实现这一点？带有和的变体工作正常： 我想将其用于一个新的模板变量，其中可能缺少该变量。我正在运行Grafana 5.2/ElasticSearch 5.6不确定我

我正在为我的网站搜索服务开发一个建议框。我必须搜索如下字段： Visual Basic企业版 Visual C++ Visual J++ 我的代码是： Directory dir = Lucene.Net.Store.FSDirectory.GetDirectory("Index", false); IndexSearcher searcher = new Lucene.Net.Search.IndexSearcher( dir,true); Term term = ne

在Lucene/Solr中执行搜索但未指定字段后，我如何知道在结果文档的哪些字段中找到了搜索字符串（以及搜索频率）？您可以使用。您可以使用。尝试设置debugQuery=on。请参阅。尝试设置debugQuery=on。请参阅。如前所述，使用debugQuery=true。然后，回复将包括“解释”部分。默认情况下，这将为您提供一些格式糟糕的文本，如下所示： 0.69102794 = (MATCH) weight(body:arrai^1.5 in 6357), product of: 0.4

如何在SOLR索引中搜索不包含指定字段的文档？-字段：[*到*] 在SolrNet中，使用一个非常昂贵的否定的。一定有更好的办法，但我还没看过。至少，您应该创建一个空字段标记（例如NULL）和索引。@KyleMaxwell当然，在索引时这样做更好。。。如果没有，我认为没有更好的方法在查询时执行。请注意，这只适用于索引字段。对未编制索引的字段执行此操作将返回所有记录。我已经在一个相当大的索引上直接测试了此请求，并且我们可以使用-field:*也没有那么昂贵（使用solr 4.10和docvalue

是否可以使用Hive查询分布在Hadoop上的Lucene索引？据我所知，您基本上可以在Hive中编写自定义的“行提取”代码，所以我猜您可以。我从来没用过Lucene，也没用过Hive，所以我不能确定。如果你对你的问题找到了一个更确切的答案，请发布它 据我所知，您基本上可以在Hive中编写自定义的“行提取”代码，所以我猜您可以。我从来没用过Lucene，也没用过Hive，所以我不能确定。如果你对你的问题找到了一个更确切的答案，请发布它 是一家初创公司，其软件将Hadoop与SQL前端（如Hive

我可以按如下类别获取文档： IndexSearcher searcher = new IndexSearcher(dir); Term t = new Term("category", "Feline"); Query query = new TermQuery(t); Hits hits = searcher.Search(query); for (int c =

我正在尝试创建一个Lucene搜索，使用学校名称和玩家名称返回视频。我正试图在两种方法之间做出选择 方法A是索引视频文档上的学校名称和播放器名称，并使用布尔查询来搜索这些字段 方法B是创建单独的文档类型并进行3次唯一查询 文件： 学校文档-存储学校id并索引学校名称 玩家文档-存储学校id和运动id以及索引 玩家姓名 这3个问题： 搜索具有学校名称的所有学校文档 搜索具有玩家名称的所有玩家文档 在视频中搜索前两个查询中具有school_id和sport_id的所有内容 这两种方法的优缺点是什

我试图强调一些结果。当我尝试使用highlighter.getBestFragment高亮显示时，我在字段内容中为文档的正文编制索引。。。我得到一个NullPointerException 但是，例如，当我试图突出显示文件名时，它工作正常。 我知道，因为我在fileReader或ParsingReader中只使用了一个字段，所以我的文本被标记化，这与文件名不同 这是我的密码，请帮帮我 package xxxxxx; import java.io.File; import java.io.Fil

我一直试图在lucene中运行以下布尔查询，但似乎失败了。请帮忙 （a或b）和c->工作正常 （a和b）或c->给出a和b或c的结果。所以a变成了必须，b和c变成了应该，搜索结果是错误的。当它应该像a一样工作时，b必须可用，或者c可能可用 另一个例子： 如果搜索“（a和b）”，它将返回x个结果 如果搜索“c”，它将返回y个结果 如果搜索“（a和b）或“c”，结果数不能小于x或y中的较大值。但这并没有发生。请帮助我如何执行此操作？（a和b）或c转换为（+a+b）c。你想要的是没有括号的：+a+bc

问候, 最近我们的一个应用程序面临内存泄漏问题 开发环境：Lucene2.4.0、HibernateSearch3.2.0、Hibernate3.5.0、spring2.5和Ehcache1.4.1 问题是老一代人的记忆力在一段时间内逐渐提高。最终，JVM耗尽了内存，正如我们从JVM统计数据中看到的，旧一代的容量达到了最大值。因此，我必须重新启动web以释放所有内存 我从应用程序生成了一个堆转储，并使用内存分析器进行检查。我看到： 123,726 instances of "org.apache

我有一个lucene索引，文档使用大约20种不同的语言，所有文档都在同一个索引中，我有一个字段“lng”，我只使用一种语言过滤结果 基于这个索引，我实现了拼写检查器，问题是我从所有语言中得到的建议都是无关的（如果我用英语搜索，我不需要德语的建议）。我的第一个想法是为每种语言创建一个不同的拼写检查索引，而不是根据查询语言选择索引，但我不喜欢这样，是否可以在拼写检查索引中添加其他列并使用它，或者是否有更好的方法来做到这一点 另一个问题是我如何在搜索查询中改进对2个或更多术语的建议，目前我只是第一次这

有没有办法只返回相似性的坐标值作为命中分数？我已经覆盖了我能想到的所有方法组合，以获得这个结果，但没有运气。事实上，分数不必是精确的坐标值，但所有点击都应该基于该值而不是其他值相互关联 例如，如果我搜索“测试搜索字符串”并命中两个单词，我希望该分数为命中所有三个单词分数的66% 这在Lucene.NET2.9.4中，但我可以根据需要翻译任何Java实现 提前感谢。我从未尝试过，所以我不知道它是否有效，但您可能可以通过调用Searcher.SetSimilarity（）方法创建自己的实现并使用它

我有一套文件，分为好的和坏的两类。我希望能够预测新文档将属于哪一类。我正在研究的一件事是找到最能定义每个类别的术语，并在新文档中查找这些术语 不久前，当我了解TF-IDF时，我正在使用Lucene术语向量进行Mahout聚类。在我看来，我所寻找的是类似的东西，我会从一个类别中找到术语频率，然后在另一个类别中应用这些术语的反向文档频率 是否有人知道最好的方法来找到唯一定义其中一个组（而不是另一个组）中文档的术语？我的建议是使用Mahout's。您将文档标记为“好”或“坏”，然后Mahout将能够预

我想使用lucene（3.0.3）解析一个简单的查询： 就像文档示例中一样 预期结果是： +title:return +title:"pink panther" 但我得到的却是： +title:return +title:"itle return pink panther" 代码非常简单（c#）： 我无法复制这个。你还这样吗 我认为可能是输出窗口中的一些显示工件。这是来自即时窗口、监视窗口还是对Console.WriteLine的调用？很抱歉，问题是自定义修改的Lucene.Net程序集…据

我在Lucene中编写了一个索引搜索器，它将搜索索引数据库中的多个字段 实际上，它将查询作为两个字符串，一个是title，另一个是cityname 现在索引数据库有三个字段：标题、地址和城市 只有当标题和城市名称匹配时，才会出现Hit。为此，我在一篇帖子的帮助下，使用multifieldquerysarcher编写了以下搜索程序代码： public void searchdb(String myQuery, String myCity) throws Exception { System

我目前正在尝试在Lucene（来自Umbraco）中构建一个搜索，搜索只能由用户角色看到的公共文档和受保护的文档。我遇到的问题是Lucene返回所有公共项和所有受保护项，但不是按角色返回 我的原始Lucene搜索是： +nodeTypeAlias:pdfdocument +isProtected:false (+rolesAllowed:"userrole" +isProtected:true) 有人有什么想法吗？ 提前感谢。您的查询并没有真正达到您的目的 +nodeTypeAlias:pdf

假设一个lucene索引包含字段：日期、内容。 我想得到日期为昨天的文档的所有术语值和频率。日期字段是关键字字段。对内容字段进行分析并编制索引 请帮我提供示例代码。我的解决方案来源如下 /** * * * @param reader * @param fromDateTime * - yyyymmddhhmmss * @param toDateTime * - yyyymmddhhmmss * @return */ stat

在索引过程中创建org.apache.lucene.document.document时，我创建了一个org.apache.lucene.document.StringField，其中有多个空格，例如ID_uuuuuuu45_2013。我使用org.apache.lucene.analysis.standard.StandardAnalyzer创建索引并查询它 当使用带有多个空格的短语查询索引时，例如ID_uu45_2013，其中u是一个空格，我得到一个空结果 我使用检查了我的查询，我意识到多个

我想使用Lucene索引/搜索文本。文本可能包含键入错误的单词、名称等。让Lucene查找包含以下内容的文档的最简单方法是什么 "this is Licene" 当用户搜索 "Lucene"? 这只是一个演示应用程序，所以我们需要最简单的解决方案。Lucene的模糊查询和基于Levenshtein编辑距离的查询 在QueryParser中使用，语法如下： Lucene~0.5 或者创建一个，传入最大编辑次数，类似于： Query query = new FuzzyQuery(new T

是否可以基于货币对值进行索引和搜索。e、 g.用户应能够以美元、英镑或卢比为价格编制指数 当用户基于美元进行搜索时，它应该只显示基于美元索引的项目我将同时存储一个数值（IntField）和一个货币字段。搜索时，您可以根据以下行轻松筛选特定货币类型的结果： +currency:usd +amount:[* TO 100] 100美元或更少，或 +currency:gbp +amount:[* TO 100] 100或更少GB磅 另一个选择是，如果您倾向于使用Solr，它有一个特定的选项，可以很

我目前在lucene cloudant的分页实现中遇到了一个问题 我尝试访问的URL： /_设计/联系/搜索/姓名？q=name%3Asa%2A+或+默认值%3Asa%2A&限制=10&书签=G1aaaepejzlywbgymlgtmgqtulkzi9kduhjmmtmrznms9dlzskvtunmk9hlsy3jaspjsmrisv_uu38wmjcwjxmpotgjeffqtscl-4kbyczvi9hqdyaaa4dmhjazimdukamz-vemyixufxjadeepxoxlqus

我有以下代码 static class TaggerAnalyzer extends Analyzer { @Override protected TokenStreamComponents createComponents(String s, Reader reader) { SynonymMap.Builder builder = new SynonymMap.Builder(true); builder.add(new CharsRef(

我正在我的项目中使用Lucene 4.x.，该项目需要Lucene-core-4.3.1。最近，我开始探索Neo4j数据库来维护我的数据图表lucene-core-3.6.2jar与neo4j-community-2.1.4捆绑在一起，当我将这两个jar添加到我的项目中时，我得到了一个例外 Severe: Exception while loading the app Severe: Undeployment failed for context /ibet Info: file

elasticsearch Lucene评分，关于向量空间模型的精度

标签：elasticsearch Lucene similarity

我不知道向量空间模型是如何用于lucene评分的 我在这里读到（）lucene将一个文档作为每个术语查询的tf-idf之和进行评分（如果我们忽略协调因子、字段长度和提升）。我不明白向量空间模型是如何使用的 空间向量模型可以用来计算文档的tf-idf向量和查询的tf-idf向量之间的相似性。 这将为我们提供查询和文档之间的相似性分数。分数将在0到1之间，因此不同的请求应该很容易比较 为什么不使用lucene分数？lucene使用链接中提到的“实用分数函数”，它是余弦相似性的近似值-扩展为支持“实用

elasticsearch 在搜索中默认使用索引排序

标签：elasticsearch Lucene

我正在使用ElasticSearch 7.6和6.0中引入的索引排序功能。 我想做的是在不指定排序的情况下执行GET/myindice/\u搜索，并根据我为索引而不是插入顺序指定的索引排序设置获取文档 我的索引根据文档： PUT twitter { "settings" : { "index" : { "sort.field" : "date", "sort.order" : "desc" } }

是否有索引和全文+属性数据搜索的新技术？比狮身人面像、卢塞恩等更好？ 可能是早期Beta中的一些新产品 更好-我的意思是，如果有超过100万条记录的海量数据，速度会更快-内存使用更少，搜索速度更快等等，可能还有一些内置的可扩展性功能 提前谢谢各位 你能提供更多细节吗？斯芬克斯让你失望的地方是什么 实际上，Sphinx甚至可以轻松处理1B+收集，并具有内置的可伸缩性功能。几个问题：1）在100M索引搜索过程中使用了大量内存-1GB+。当存在多个并发连接时，这将成为一个问题。2） 属性搜索太慢-需要

我需要使用n-grams上的Jaccard相似度计算Lucene中查询和文档的相似度。由于Jaccard相似性是IR中一个非常常见的度量，所以我希望能找到一个Lucene实现，但我不能 有人知道这样的实现吗？我知道唯一可以轻松与Lucene集成的实现是来自LingPipe的实现（请注意，它仅对非商业/研究用途免费）。是一篇展示如何在LingPipe中使用它的博客文章。有关如何连接这两个库的详细说明，请访问LingPipe网站和 但是，我还没有评估过，如果您自己集成一些其他实现（也是从许可证的角度

有没有办法检索某个字段中不幸未存储的所有术语。我无法重建索引。不需要基于位置的信息。我只需要术语表 更新 我用一个已存储字段和另一个未存储字段构建了一个示例索引，并用Luke对其进行了测试。我想知道我是否能像卢克那样接触到所有的条款。这可能不是最聪明的想法，但可能有效 Luke是开源的，所以看看Luke是如何做到的。Luke是开源的，所以看看Luke是如何做到的。Lucene使用两个不同的概念：索引和存储。如果要提取术语，则不需要存储任何内容。您可以使用luke，也可以通过API迭代这些术语。对

我正在为一个项目使用ApacheLucene来实现自动更正功能。只有拼写错误时，我才需要提出建议。 在ApacheLucene中，我可以看到，即使输入的拼写是对的和错的，也会出现一些建议。如何消除正确输入的建议？找到了 有一个名为SpellChecker.exist的函数