在Solr中使用IKAnalyzer遇到的一个问题

最近在项目中使用Solr做全文检索功能,使用了IKAnalyzer中文分词器(在此感谢:http://linliangyi2007.iteye.com/category/27277)。在使用过程中一切都很顺利。因为太顺利了,所以测试没有做得很细,在给用户测试时,发现一个奇怪的现象:

对于有些词组或句子,索引库中明明存在,但就是检索不出来,例如:

对于“企业所得税”这个词组,按照“企业 所得税”能检索到内容,但去掉中间空格,按“企业所得税”来检索,却怎么也搜索不到。

在Solr管理界面分析页面(http://127.0.0.1:8080/solr/admin/analysis.jsp),分析得到分词结果是:

Index Analyzer:

企业所 企业 所得税 所得

Query Analyzer:

PanskyESE 管理页面 <script type="text/javascript"><!-- var host_name="xmptt2" // --></script>

企业所 所得税

奇怪,两个分词出来的结果竟然不一样。检查配置文件,在schema.xml文件中,IKAnalyzer的配置如下:

      <analyzer type="index">
	<!--IK分词器-->
	<tokenizer class = "org.wltea.analyzer.solr.IKTokenizerFactory" isMaxWordLength="false" />
         ...
      </analyzer>
 
      <analyzer type="query">
	<!--IK分词器-->
	<tokenizer class = "org.wltea.analyzer.solr.IKTokenizerFactory" isMaxWordLength="true" />
         ...
      </analyzer>

 这是按照IKAnalyzer附带的安装手册做的配置,但是不明白为什么在索引时和搜索时isMaxWordLength要设置成不一样 。不管三七二十一,先把下面那个isMaxWordLength="true"改成isMaxWordLength="false"试试。

改完,重启服务器,再搜索“企业所得税”,终于搜到结果了。

问题算是解决了,但不明白原因,有明白人请赐教。

猜你喜欢

转载自sheng.iteye.com/blog/710959