Solr：より大きなフレーズを除く検索

Question

F.e.私は3つの文書を持っています。
1.「犬猫ボール」
2.「犬ボールの猫」
3.「犬猫、ボールと象」

Soが「犬AND猫ANDボール」を照会することで、最初の2つの文書のみを受け取りたい。
だから。私が要求した単語だけを結果に含めるという主なアイデアです。

アドバイスをいただければ幸いです。
ありがとうございます。

Answer 1

を作成しているときに、Documentをインデックスに追加する前に、TermVector.YESを使用している場合は、コレクタをオーバーライドしてTermVectorを保存することもできます。ここでは、単純な（スコアなしで文書だけを返す）実装です：あなたはそれを受け入れられるのであれば、文書にする必要がありますどのように多くの用語を知っている：今

private static class MyCollector extends Collector { 
    private IndexReader ir; 
    private int numberOfTerms; 
    private Set<Integer> set = new HashSet<Integer>(); 

    public MyCollector(IndexReader ir,int numberOfTerms) { 
     this.ir = ir; 
     this.numberOfTerms = numberOfTerms; 

    } 

    @Override 
    public void setScorer(Scorer scorer) throws IOException { } //we do not use a scorer in this example 

    @Override 
    public void setNextReader(IndexReader reader, int docBase) { 
     //ignore 
    } 

    @Override 
    public void collect(int doc) throws IOException { 
     TermFreqVector vector = ir.getTermFreqVector(doc, CONTENT_FIELD); 
        //CONTENT_FILED is the name of the field you are searching in... 
     if (vector != null) { 
      if (vector.getTerms().length == numberOfTerms) { 
       set.add(doc); 
      } 
     } else { 
      set.add(doc); //well, assume it doesn't happen, because you stored your TermVectors. 
     } 

    } 

    @Override 
    public boolean acceptsDocsOutOfOrder() { 
     return true; 
    } 
    public Set<Integer> getSet() { 
     return set; 
    } 
}; 

は、アイデアがあるIndexSearcher#search(Query,Collector)

を使用あなたはそれを確認し、このルールに合致する文書だけを収集するだけです。もちろん、これはもっと複雑になることがあります（ベクトルの特定の用語を探す、ベクトルの単語の順番）が、これは一般的な考えです。

実際にTermVectorを保存すると、ほとんど何でもできるので、それを使ってみてください。

Answer 2

ハッシング機能を備えたフィルタファクトリ/トークナイザのペアを実装できます。あなたは

用語をトークン化する必要が

1. 使用copyfieldディレクティブ
2. アルファベット順にストップワード（あなたの例では）
3. ソート条件を削除しても、検索するために問合せを拡張ハッシュ
4. を保存ハッシュ何かのように：

somestring:"dog AND cat AND ball" AND somehash:"dog AND cat AND ball"

2番目の検索クエリ部分はクエリ処理で暗黙的にハッシュされます。

これは

P.S.（偽陽性の非常に非常に非現実的な確率で）完全一致のみになりますあなたはtermvectorsを格納する必要はありません。目立つ小さな指数になるでしょう。