温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

solr自动聚类怎么实现

发布时间:2021-12-22 17:06:51 来源:亿速云 阅读:139 作者:iii 栏目:云计算

这篇文章主要讲解了“solr自动聚类怎么实现”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“solr自动聚类怎么实现”吧!

Solr 使用Carrot2完成了聚类功能,能够把检索到的内容自动分类, Carrot2聚类示例:

       要想Solr支持聚类功能,首选要把Solr发行包的中的dist/ solr-clustering-4.2.0.jar, 复制到\solr\contrib\analysis-extras\lib下.然后打开solrconfig.xml进行添加配置:

        

<searchComponent name="clustering"

   

                      enable="${solr.clustering.enabled:true}"

   

                      class="solr.clustering.ClusteringComponent" >

   

    <lst    name="engine">

   

        <str    name="name">default</str>

   

        <str    name="carrot.algorithm">org.carrot2.clustering.lingo.LingoClusteringAlgorithm</str>

   

        <str    name="LingoClusteringAlgorithm.desiredClusterCountBase">30</str><!--2~100-->

   

         <str    name="LingoClusteringAlgorithm.clusterMergingThreshold">0.70</str><!--0~1-->

   

         <str name="LingoClusteringAlgorithm.scoreWeight">0</str><!--0~1-->

   

         <str    name="LingoClusteringAlgorithm.labelAssigner">org.carrot2.clustering.lingo.SimpleLabelAssigner</str><!--org.carrot2.clustering.lingo.UniqueLabelAssigner    -->

   

          <str    name="LingoClusteringAlgorithm.phraseLabelBoost">1.5</str><!--0~10-->

   

         <str    name="LingoClusteringAlgorithm.phraseLengthPenaltyStart">8</str><!--2~8-->

   

         <str    name="LingoClusteringAlgorithm.phraseLengthPenaltyStop">8</str><!--2~8-->

    
   

         <str    name="TermDocumentMatrixReducer.factorizationQuality">HIGH</str><!--LOW,MEDIUM,HIGH-->

   

         <!--

   

         org.carrot2.matrix.factorization.PartialSingularValueDecompositionFactory   

   

         org.carrot2.matrix.factorization.NonnegativeMatrixFactorizationEDFactory   

   

         org.carrot2.matrix.factorization.NonnegativeMatrixFactorizationKLFactory   

   

         org.carrot2.matrix.factorization.LocalNonnegativeMatrixFactorizationFactory   

   

         org.carrot2.matrix.factorization.KMeansMatrixFactorizationFactory   

   

         -->

   

         <str    name="TermDocumentMatrixReducer.factorizationFactory">org.carrot2.matrix.factorization.NonnegativeMatrixFactorizationEDFactory</str>

   

         <str    name="TermDocumentMatrixBuilder.maximumMatrixSize">37500</str><!--MinValue5000-->

   

         <str    name="TermDocumentMatrixBuilder.titleWordsBoost">2.0</str><!--2~10-->

   

         <str name="TermDocumentMatrixBuilder.maxWordDf">0.9</str><!--0~1-->

   

          <!--org.carrot2.text.vsm.LogTfIdfTermWeighting,org.carrot2.text.vsm.LinearTfIdfTermWeighting-->

   

         <str    name="TermDocumentMatrixBuilder.termWeighting">org.carrot2.text.vsm.TfTermWeighting</str>

   

         <str    name="MultilingualClustering.defaultLanguage">CHINESE_SIMPLIFIED</str>

   

         <str    name="MultilingualClustering.languageAggregationStrategy">org.carrot2.text.clustering.MultilingualClustering.LanguageAggregationStrategy.FLATTEN_MAJOR_LANGUAGE    </str><!--FLATTEN_ALL,FLATTEN_NONE-->

   

         <str    name="GenitiveLabelFilter.enabled">true</str>

   

         <str    name="StopWordLabelFilter.enabled">true</str>

   

         <str    name="NumericLabelFilter.enabled">true</str>

   

         <str    name="QueryLabelFilter.enabled">true</str>

   

         <str    name="MinLengthLabelFilter.enabled">true</str>

   

         <str    name="StopLabelFilter.enabled">true</str>

   

         <str    name="CompleteLabelFilter.enabled">true</str>

   

         <str    name="CompleteLabelFilter.labelOverrideThreshold">0.65</str><!--0~1-->

   

         <str    name="DocumentAssigner.exactPhraseAssignment">false</str>

   

         <str    name="DocumentAssigner.minClusterSize">2</str><!--1~100-->

   

         <str    name="merge-resources">true</str>

   

         <str    name="CaseNormalizer.dfThreshold">1</str><!--1~100-->

   

         <str    name="PhraseExtractor.dfThreshold">1</str><!--1~100-->

   

         <str    name="carrot.lexicalResourcesDir">clustering/carrot2</str>

   

         <str    name="SolrDocumentSource.solrIdFieldName">id</str>

   

    </lst>

   

     </searchComponent>

    
   

    

       配好了聚类组件后,下面配置requestHandler:

        

  <requestHandler    name="/clustering"

   

                  startup="lazy"

   

                     enable="${solr.clustering.enabled:true}"

   

                     class="solr.SearchHandler">

   

   <lst name="defaults">

   

    <str    name="echoParams">explicit</str>

   

    <bool    name="clustering">true</bool>

   

    <str    name="clustering.engine">default</str>

   

    <bool    name="clustering.results">true</bool>

   

    <str    name="carrot.title">category_s</str>

   

    <str name="carrot.snippet">content</str>        

   

    <str    name="carrot.url">path</str>

   

    <str    name="carrot.produceSummary">true</str>

   

  </lst>

   

  <arr    name="last-components">

   

    <str>clustering</str>

   

  </arr>

   

  </requestHandler>

    
   


       有两个参数要注意carrot.title,carrot.snippet是聚类的比较计算字段,这两个参数必须是stored="true".carrot.title的权重要高于carrot.snippet,如果只有一个做计算的字段carrot.snippet可以去掉(是去掉不是值为空).设完了用下面的URL就可以查询了

http://localhost:8080/skyCore/clustering?q=*%3A*&wt=xml&indent=true

感谢各位的阅读,以上就是“solr自动聚类怎么实现”的内容了,经过本文的学习后,相信大家对solr自动聚类怎么实现这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI