我们如何使用SOLR过滤属于某一语言的所有标记？
在我的例子中，我想从主要包含阿拉伯语单词的文档中过滤掉所有英语单词。假设文本是Unicode，英语和阿拉伯语字母使用不同的字符，您可以使用正则表达式过滤掉它们 因此，在Solr中，您将使用类似Java和标准Java正则表达式的东西。请注意，它实际上非常深入，支持脚本、块和其他使用Unicode标准范围的快捷方式我们如何使用SOLR过滤属于某一语言的所有标记？,solr,information-retrieval,Solr,Information Retrieval,在我的例子中，我想从主要包含阿拉伯语单词的文档中过滤掉所有英语单词。假设文本是Unicode，英语和阿拉伯语字母使用不同的字符，您可以使用正则表达式过滤掉它们 因此，在Solr中，您将使用类似Java和标准Java正则表达式的东西。请注意，它实际上非常深入，支持脚本、块和其他使用Unicode标准范围的快捷方式 Solr也有一些ICU过滤器和标记器，但它们更适合于复杂字符的音译、转换和规范化。您有什么尝试吗？你能分享一下吗？由于您是新手，我强烈建议您阅读我们的，尤其是。我只想知道是否存在这样的过
Solr也有一些ICU过滤器和标记器，但它们更适合于复杂字符的音译、转换和规范化。您有什么尝试吗？你能分享一下吗？由于您是新手，我强烈建议您阅读我们的，尤其是。我只想知道是否存在这样的过滤器。我能想到的替代方法是不断用返回的英语单词更新停止词列表，或者使用翻译API检测英语单词并将其从文档中删除。这两种方法都很耗时。我看不出在这种情况下包含任何代码会有多大用处