Solr 6.1學習筆記 -- spellcheck 組件

<searchComponent name="spellcheck" class="solr.SpellCheckComponent">

    <str name="queryAnalyzerFieldType">text_general</str>

    <!-- 下面的spellchecker使用了DirectSolrSpellChecker, 此類會使用主索引中的term進行拼寫檢查 -->
    <lst name="spellchecker">
      <str name="name">default</str>
      <str name="field">text</str>
      <str name="classname">solr.DirectSolrSpellChecker</str>
      <!-- spellcheck 使用的編輯距離（由一個詞轉化成另一個詞所做的變動）, 默認值是 internal，用的是levenshtein metric-->
      <str name="distanceMeasure">internal</str>

      <!-- 被認為是有效的 spellcheck suggestion的最小精度值，介於0和1之間的值。值越大，匹配的結果數越少。個人理解：假設對 cit進行拼寫檢查，
         如果此值設置夠小的話，"fat"，"sit"都會被認為是"cit"的正確的拼寫。如果此值設置夠大，則"sit"會被認為是正確的拼寫 -->
      <float name="accuracy">0.5</float>

      <!-- 值為 1 或者 2。指示最多有幾個字母變動。比如：對"manag"進行拼寫檢查，則會找到"manager"做為正確的拼寫；如果對"mana"進行
           拼寫檢查，因為"mana"到"manager"，需有3個字母的變動，所以"manager"會被遺棄  -->
      <int name="maxEdits">2</int>

      <!-- 最小的前輟數。如設置為1，意思是指第一個字母不能錯。比如：輸入"cinner",雖然和"dinner"只有一個字母的編輯距離，
           但是變動的是第一個字母，所以"dinner"不是"cinner"的正確拼寫 -->
      <int name="minPrefix">1</int>
      <!-- maximum number of inspections per result. -->
      <int name="maxInspections">5</int>
      <!-- 進行拼寫檢查所需要的最小的字母數。此處設置為4，表示如果只輸入了3個字母，則不會進行拼寫檢查(3個字母的單詞都會寫錯的話，我也無語了) -->
      <int name="minQueryLength">4</int>
      <!-- maximum threshold of documents a query term can appear to be considered for correction -->
      <float name="maxQueryFrequency">0.01</float>
      <!-- 被推薦的詞在文檔中出現的最小頻率。整數表示在文檔中出現的次數，百分比數表示有百分之多少的文檔出現了該推薦詞
        <float name="thresholdTokenFrequency">.01</float>
      -->
    </lst>
    
    <!-- a spellchecker that can break or combine words.  See "/spell" handler below for usage -->
    <lst name="spellchecker">
      <str name="name">wordbreak</str>
      <str name="classname">solr.WordBreakSolrSpellChecker</str>      
      <str name="field">text</str>
      <str name="combineWords">true</str>
      <str name="breakWords">true</str>
      <int name="maxChanges">10</int>
    </lst>


    <!-- a spellchecker that use an alternate comparator 

         comparatorClass be one of:
          1. score (default)
          2. freq (Frequency first, then score)
          3. A fully qualified class name
      -->
    <!--
       <lst name="spellchecker">
         <str name="name">freq</str>
         <str name="field">lowerfilt</str>
         <str name="classname">solr.DirectSolrSpellChecker</str>
         <str name="comparatorClass">freq</str>
      -->
  </searchComponent>
  
  <!-- A request handler for demonstrating the spellcheck component.  

       NOTE: This is purely as an example.  The whole purpose of the
       SpellCheckComponent is to hook it into the request handler that
       handles your normal user queries so that a separate request is
       not needed to get suggestions.

       IN OTHER WORDS, THERE IS REALLY GOOD CHANCE THE SETUP BELOW IS
       NOT WHAT YOU WANT FOR YOUR PRODUCTION SYSTEM!
       
       See http://wiki.apache.org/solr/SpellCheckComponent for details
       on the request parameters.
    -->
  <requestHandler name="/spell" class="solr.SearchHandler" startup="lazy">
    <lst name="defaults">
      <!-- Solr will use suggestions from both the 'default' spellchecker
           and from the 'wordbreak' spellchecker and combine them.
           collations (re-written queries) can include a combination of
           corrections from both spellcheckers -->
      <str name="spellcheck.dictionary">default</str>
      <str name="spellcheck.dictionary">wordbreak</str>
      <str name="spellcheck">on</str>

      <!-- 不僅返回建議詞在索引中的頻率，而且還返回原始的term在索引中的頻率 -->
      <str name="spellcheck.extendedResults">true</str>       
      <str name="spellcheck.count">10</str>

      <!-- 同時對多個單詞進行拼寫檢查時，每個單詞返回的建議詞的數量 -->
      <str name="spellcheck.alternativeTermCount">5</str>

　　  <!-- 當查詢的匹配結果超過maxResultsForSuggest設置的值時，則不再進行拼寫檢查。此處設置成5，是指
          如果輸入"solr"，假設能找到6條匹配的記錄，則不再對"solr"進行拼寫檢查 -->
      <str name="spellcheck.maxResultsForSuggest">5</str>       
      
      <!-- Solr會基於建議詞生成新的查詢以替換不正確的拼寫的查詢 -->
      <str name="spellcheck.collate">true</str>

      <!-- 意思與spellcheck.extendedResults相同，如果spellcheck.extendedResults設置為false,則此值將會被忽略 -->
      <str name="spellcheck.collateExtendedResults">true</str> 
      <!-- 最多試幾次 --> 
      <str name="spellcheck.maxCollationTries">10</str>

      <!-- 最多返回多少個校驗結果 -->
      <str name="spellcheck.maxCollations">5</str>         
    </lst>
    <arr name="last-components">
      <str>spellcheck</str>
    </arr>
  </requestHandler>