Web Solr:在关键字中使用/不使用空格进行搜索

在关键字中引入空格时，我遇到了一个问题，例如：

• 我们有一款名为“Sony Playstation 4 Camera V2 PS4”的产品 （PSVR）”

• 搜索“playstation”或“playstation camera”将返回此产品

• 搜索“play station”或“play station camera”不会带回此产品（请注意 （空间）

以下是正在使用的字段类型：

    <fieldType name="text_en_splitting" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
        <analyzer type="index">
            <tokenizer class="solr.WhitespaceTokenizerFactory"/>
            <filter class="solr.HyphenatedWordsFilterFactory"/>
            <filter class="solr.EnglishMinimalStemFilterFactory"/>
            <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_en.txt"/>
            <filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
            <filter class="solr.WordDelimiterGraphFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" preserveOriginal="1"/>
            <filter class="solr.LowerCaseFilterFactory"/>
        </analyzer>
        <analyzer type="query">
            <tokenizer class="solr.WhitespaceTokenizerFactory"/>
            <filter class="solr.HyphenatedWordsFilterFactory"/>
            <filter class="solr.EnglishMinimalStemFilterFactory"/>
            <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_en.txt"/>
            <filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
            <filter class="solr.WordDelimiterGraphFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" preserveOriginal="1"/>
            <filter class="solr.LowerCaseFilterFactory"/>
        </analyzer>
    </fieldType>

我如何解决这个问题，并使“playstation”和“playstation”匹配？就我的例子而言，这仅限于PlayStation，但它可以出现在任何搜索词上，例如“赛博朋克”、“赛博朋克”。因此，需要大量手动操作的解决方案，例如为

playstation=>playstation

添加同义词，是不可行的

我尝试过但没有成功的事情：

• N-GRAM过滤器和标记器
• 模糊搜索
• 删除空白
• 转义空白

您可以使用将多个令牌组合成一个令牌

<analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.HyphenatedWordsFilterFactory"/>
    <filter class="solr.EnglishMinimalStemFilterFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_en.txt"/>
    <filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.WordDelimiterGraphFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" preserveOriginal="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.ShingleFilterFactory"/>
</analyzer>

。。给定

maxShingleSize=2

。如果您将最大大小增加到3，这也将为您提供

playstationcamera

作为单个令牌（在本例中）。如果你有一些术语，人们可能会多次拆分一个单词，那么这可能是必要的

如果您假设您的术语被正确地编入索引，并且这仅在查询时才有必要，那么您的索引将不会更改，也不必重新编入索引（并且大小也不会更改）

您可能必须更改周围过滤器的位置；你的词干筛选将在神秘的地方打破这一点，因为你将连接以前的词干术语。

你可以使用一个将多个标记组合成一个标记

<analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.HyphenatedWordsFilterFactory"/>
    <filter class="solr.EnglishMinimalStemFilterFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_en.txt"/>
    <filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.WordDelimiterGraphFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" preserveOriginal="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.ShingleFilterFactory"/>
</analyzer>

。。给定

maxShingleSize=2

。如果您将最大大小增加到3，这也将为您提供

playstationcamera

作为单个令牌（在本例中）。如果你有一些术语，人们可能会多次拆分一个单词，那么这可能是必要的

如果您假设您的术语被正确地编入索引，并且这仅在查询时才有必要，那么您的索引将不会更改，也不必重新编入索引（并且大小也不会更改）

---

您可能必须更改周围过滤器的位置；您的词干筛选将在神秘的地方打破这一点，因为您将连接以前的词干术语。

谢谢您的帮助！这是迄今为止我尝试过的最有效的方法，再微调一下，它应该可以解决我的问题。谢谢你的帮助！这是迄今为止我尝试过的最有效的方法，再微调一下，它应该可以解决我的问题。