Drupal 7 Apache Solr भाग 7 के साथ खोजें - रूसी में पूर्ण-पाठ खोज

अंत में मुझे एक साथ मिला और इस श्रृंखला का एक और लेख लिखा। अब मैं Apache Solr पर Drupal के लिए रूसी में एक अच्छी पूर्ण-पाठ खोज कैसे करें, इस बारे में बात करूँगा।

• Drupal 7 Apache Solr भाग 1 के साथ खोजें - मूल सेटअप
• Drupal 7 Apache Solr भाग 2 के साथ खोजें - सूचकांक को सीखना
• Drupal 7 Apache Solr पार्ट 3 के साथ खोजें - इंडेक्स में कस्टम फ़ील्ड और विकल्प जोड़ना सीखें
• अपाच सोलर पार्ट 4 के साथ ड्रुपल 7 खोजें - फेशियल फिल्टर
• ड्रुपल 7 अपाचे सोलर पार्ट 5 के साथ खोजें - फेस फिल्टर फिल्टर
• Apache Solr 6 भाग का उपयोग करके Drupal 7 पर खोजें - Apache solr + tomcat को कॉन्फ़िगर करें
• Drupal 7 Apache Solr भाग 7 के साथ खोजें - रूसी में पूर्ण-पाठ खोज

सिद्धांत रूप में, यह सामग्री किसी भी भाषा पर लागू होती है, लेकिन स्पष्ट कारणों के लिए, मैंने रूसी को चुना। इस श्रृंखला के पहले लेख के अंत में, मैंने लिखा कि रूसी में खोज को कैसे बेहतर बनाया जाए। यह विधि सरल है, लेकिन बहुत प्रभावी नहीं है। वह डिफ़ॉल्ट रूप से अधिकतम सक्षम है जो किसी शब्द के अंत के साथ काम करना है। एक साधारण उदाहरण पर विचार करें। शब्द "जलवायु" जलवायु शब्द में पाया जाता है।



लेकिन पहले से ही जलवायु शब्द के लिए कोई परिणाम नहीं होगा।

खोज को अधिक लचीला बनाने के लिए, एक अतिरिक्त शब्दकोश कनेक्ट करें। मैंने हाइपसेलेस्टेमफिल्टरफैक्टरी को उपजी के लिए इस्तेमाल किया।
यहाँ से रूसी भाषा के लिए शब्दकोश डाउनलोड करें - download.services.openoffice.org/files/contrib/d शब्दकोशों/ ru_RU-pack.zip

हमें दो फाइलें चाहिए - ru_RU.aff और ru_RU.dic। उन्हें utf-8 में परिवर्तित किया जाना चाहिए, अन्यथा अपाचे सोल उनके साथ काम नहीं करेगा।
प्रारंभ में, मैंने आइकनव के माध्यम से उनके एन्कोडिंग को बदलने की कोशिश की, लेकिन सोलर ने उनके साथ काम नहीं किया।
अंत में, मैंने क्रुसाडर के माध्यम से UTF-8 में फ़ाइलों को फिर से सहेजा - इसके बाद सब कुछ ठीक रहा।

फ़ाइलों को कनवर्ट करने के बाद, आपको उन्हें एक ही सोलर फ़ोल्डर में रखने की आवश्यकता होती है जहां स्कीमा.एक्सएमएल झूठ होता है

अब स्कीमा (schema.xml) में हम संकेत देते हैं कि हम HunspellStemFilterFactory और हमारे शब्दकोशों का उपयोग करने जा रहे हैं:

<filter class="solr.HunspellStemFilterFactory" dictionary="ru_RU.dic" affix="ru_RU.aff" ignoreCase="true" /> 

 <fieldType name="text" class="solr.TextField" indexed="true" stored="true" multiValued="true" positionIncrementGap="100"> <analyzer type="index"> ... <filter class="solr.HunspellStemFilterFactory" dictionary="ru_RU.dic" affix="ru_RU.aff" ignoreCase="true" /> ... <analyzer type="query"> ... <filter class="solr.HunspellStemFilterFactory" dictionary="ru_RU.dic" affix="ru_RU.aff" ignoreCase="true" /> ... 

इसके अलावा, सूचकांक के लिए विश्लेषक में HunspellStemFilterFactory को परिभाषित करने के बाद, हम शब्दों को भागों (ग्राम) में तोड़ने के लिए सेटिंग्स जोड़ते हैं। यह खोज को अधिक लचीला बना देगा।

 <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="25" side="front" /> <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="25" side="back" /> 

यदि आपके पास पोर्टर फ़िल्टर सक्षम था

 <filter class="solr.SnowballPorterFilterFactory" language="Russian" protected="protwords.txt"/> 

इसे कमेंट करना ना भूलें।

अब सॉल को पुनः लोड करें और सामग्री को फिर से जोड़ें। आप देख सकते हैं कि खोज बहुत बेहतर काम करती है! यहाँ कुछ उदाहरण हैं:





यही बात अन्य भाषाओं के शब्दकोशों के साथ भी की जा सकती है। शब्दकोशों की पूरी सूची - download.services.openoffice.org/files/contrib/d शब्दकोशों

केवल तैयार किए गए शब्दकोशों का उपयोग करने के अलावा, आप अपना खुद का नियम भी बना सकते हैं।
मैंने देखा कि सॉल के लिए रूसी शब्दकोश में, "गर्भ" शब्द नहीं है और इसे जोड़ने का फैसला किया। ऐसा करने के लिए, पहले ru_RU.aff फ़ाइल पर जाएं और एक उपयुक्त समाप्ति देखें। शब्द "गर्भ" का एक शून्य अंत है और निम्नलिखित नियम इस पर लागू होता है:

SFX K 0 [a ^ uoy]
SFX K 0 y [^ uoy]
SFX K 0 ओम [^ ezhotschshsh]
SFX K 0 e [^ uoy]
SFX K 0 s [^ gezhyhokhshshsh]
SFX K 0 और [gkhkhkhshsh]
एसएफएक्स के 0 उसे
एसएफएक्स के 0 एस [^
SFX K 0 am [^ uoy]
SFX K 0 ami [^ uoy]
Sfx k 0 आह [^ उय]

वोम्बैट, वोम्बैट ... वोम्बैट।

इस समाप्ति का कोड K है।

अब ru_RU.dic फ़ाइल खोलें और संबंधित कोड के साथ एक नया शब्द जोड़ें



कोड यह वर्णन करेगा कि शब्द कैसे बदलता है। बेशक, स्क्रीनशॉट सिर्फ एक उदाहरण है और आपको वर्णमाला क्रम में एक नया शब्द डालना चाहिए।

हम सॉल को फिर से लोड करते हैं, सामग्री को फिर से जोड़ते हैं और परिणाम देखते हैं



मैं आपको याद दिलाता हूं कि मैं Apacheolr 3.6.1 का उपयोग करता हूं (यह महत्वपूर्ण नहीं है, लेकिन मैं इस तथ्य पर आया हूं कि यह या कभी-कभी कुछ संस्करणों पर काम नहीं करता है, अक्सर समस्या खोज एपीआई के माध्यम से या स्कीमा.एक्सएमएल और कॉन्फिगरेशन के विवरण में सोलर के प्रश्नों के निर्माण में निहित है। .xml)।

अगर मैं आपके लिए कुछ काम नहीं करता हूं, तो मैं अपनी योजना को संलग्न करता हूं, इसका उपयोग करने का प्रयास करें।