Question

我正在尝试为dspace重新编制索引，并使它对重音不敏感。我需要它，因为没有不敏感的结果就像：

胡安桑托斯
艾伯塔省萨颂
桑切斯，佩佩

我希望结果如下：

桑切斯，佩佩
胡安桑托斯
艾伯塔省萨颂

我已将solr / search / conf / schema.xml配置为：添加过滤器

        <fieldType name="text" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <!-- in this example, we will only use synonyms at query time
    <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
    -->
    <!-- Case insensitive stop word removal.
      add enablePositionIncrements=true in both the index and query
      analyzers to leave a 'gap' for more accurate phrase queries.
    -->
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="stopwords.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.ASCIIFoldingFilterFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
    <filter class="solr.ICUFoldingFilterFactory"/>
    <filter class="solr.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>
    <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="stopwords.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.ASCIIFoldingFilterFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
    <filter class="solr.ICUFoldingFilterFactory"/>
    <filter class="solr.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>
    <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
  </analyzer>
</fieldType>

此后，我设置了tomcat，然后重新启动它，然后使用./dspace index-discovery -b

重新索引

但没有任何更改，任何人都可以提供帮助。也许在重新索引之前进行其他配置或其他步骤？

我正在使用： dspace 6

Answer 1

solr.ASCIIFoldingFilterFactory应该确实删除了变音符号，以便Solr结果基于没有变音符号的值进行排序。

我怀疑您当前没有看到预期的结果，因为您已将fieldType的名称更改为“ text”。我相信Solr中作者值使用的fieldType是“ keywordFilter”。

例如：

<fieldType name="keywordFilter" class="solr.TextField" sortMissingLast="true" omitNorms="true">
    <analyzer>
        <!--Treats the entire field as a single token, regardless of its content-->
        <tokenizer class="solr.KeywordTokenizerFactory"/>

        <filter class="solr.ASCIIFoldingFilterFactory"/>
        <filter class="solr.TrimFilterFactory" />
    </analyzer>
</fieldType>

Answer 2

DSpace 6.3浏览页面中存在带有重音符号和变音符号的问题，请参见例如http://jira.lyrasis.org/browse/DS-4034。我不确定是否可以仅通过配置solr.xml来解决此问题（添加ASCIIFoldingFilterFactor似乎可以完全消除浏览页面中的重音符号和变音符号）。

DS-4034讨论https://github.com/DSpace/DSpace/pull/2276中提出的一种解决方案似乎可以解决此问题。不论口音如何，都会显示搜索结果。此外，重音符号/变音符号仍显示为列表的一部分，但不影响排序。

Dspace作者索引不敏感的重音

2 个答案: