Apache Solr：正确使用CompoundWordFilter

Question

我想弄清楚如何为我的应用程序最好地配置Solr。我正在建立索引（主要是德语）PDF文档，并且我正在使用dismax查询来查询Solr。

如果文档包含单词“Firmenprofil”（德语复合词 - >'公司简介'），它将只在查询中返回该单词。但是，仅包含“Profil”的查询也会返回此文档。

我下载了一个德语字典文件，并将DictionaryCompoundWordTokenFilter应用于索引分析器和查询分析器。

的问题是，该过滤器分解在“Firmenprofil”，然后产生具有各种含有类的字眼文件的情况下，查询到非常小部件（例如，“亲”，“产品”退回。 ..）。

我试图从查询分析器中删除过滤器，导致solr找不到文档。我也试着离开查询过滤器，但明确地将onlyLongestMatch选项设置为true，但这似乎没有任何效果。

Answer 1

没有你的实际配置文件，它是一个猜谜游戏。

您是否检查profil是字典的一部分？

Answer 2

好吧，好像我的字典文件太大了（〜20mb）。我用一个更紧凑的替换它，现在它工作得很好...