如何不按频率对 SOLR 拼写检查建议进行排序？

Question

如果您在我的暂存索引上搜索ahve，您会得到the作为第一个拼写检查更正，因为出现的内容比索引中的内容多（我索引了 500 个文档）。如果您在我的本地索引上 搜索ahve，您会得到had作为第一个拼写检查更正，因为has比索引中的任何其他单词出现的次数都多。（我有 21 个文档被索引）。 这是从我的暂存索引返回的一个简单的哑巴

<lst name="ahve">
<int name="numFound">5</int>
<int name="startOffset">0</int>
<int name="endOffset">4</int>
<int name="origFreq">0</int>
<arr name="suggestion">
<lst>
<str name="word">the</str>
<int name="freq">112</int>
</lst>
<lst>
<str name="word">are</str>
<int name="freq">67</int>
</lst>
<lst>
<str name="word">have</str>
<int name="freq">44</int>
</lst>
<lst>
<str name="word">acne</str>
<int name="freq">10</int>
</lst>
<lst>
<str name="word">ache</str>
<int name="freq">3</int>
</lst>
</arr>
</lst>

添加spellcheck.onlyMorePopular=true或spellcheck.onlyMorePopular=false不会改变任何东西。
有没有办法不按出现频率对返回的建议进行排序？

Answer 1

默认情况下，拼写检查结果根据 Levenshtein 字符串距离公式返回，然后返回频率，或者根据频率返回分数。

您可以通过编写实现 的自定义比较器来指定自己的排序方法Comparator。然后，将该方法的名称提供给comparatorClasssolrconfig.xml 中的字段。

<lst name="spellchecker">
  <str name="name">freq</str>
  <str name="field">lowerfilt</str>
  <str name="spellcheckIndexDir">spellcheckerFreq</str>
  <!-- comparatorClass be one of:
     1. score (default)
     2. freq (Frequency first, then score)
     3. A fully qualified class name
   -->
  <str name="comparatorClass">my.custom.ComparatorClass</str>
  <str name="buildOnCommit">true</str>
</lst>

还有一些建议：

• 该字段spellcheck.onlyMorePopular不影响排序顺序。该字段检查每个建议的查询结果，并且仅显示查询结果最多的建议，即使存在正确的建议。谨慎使用。

• 确保通过StopFilterFactoryrequestHandler 的索引和查询端传递数据来删除“the”、“that”等停用词。

请参阅： http: //wiki.apache.org/solr/SpellCheckComponent了解更多信息。