MarkLogic базовый стемминг
У меня установлен язык базы данных en, а для stemmed searches - Basic, word searches отключен.
Для документа, подобного следующему, я выполнил запросы только для работы с первой / самой короткой основой, которая будет найдена (как описано здесь). Ствол для further возвращает 3 стебля: дальше, дальше и дальше. Я проверил это с
cts:stem("further")
Так как базовый поиск по основам должен индексировать только самую короткую основу, я ожидал, что поиск с помощью farther не найдет мой документ. Но это не так.
xquery version "1.0-ml";
let $doc :=
<doc>
<title>further</title>
</doc>
return xdmp:document-insert('test.xml', $doc);
cts:search(doc(), cts:word-query("farther")); // finds my document
cts:stem("further")
Я что-то недопонимаю? Почему поиск farther находит документ с further, даже если это не самая короткая / первая основа?
Также поиск по третьей основе находит мой документ, даже если с параметром «без стебля» (в данном случае включен word searches).
cts:search(doc(), cts:word-query("further", ("unstemmed")));
Использование MarkLogic 9.0-7.2.
Ответы 1
Универсальный указатель в MarkLogic состоит из нескольких частей. Один для поиска с ограничениями, а другой - для поиска без шаблонов / поиска с подстановочными знаками. Основа индекса содержит основы, а часть без стебля содержит маркеры без стебля. Вот почему поиск без стебля по фактическому значению находит совпадение.
О поиске по основам: как вы можете прочитать в документации cts:stem, эта функция возвращает все основы независимо от настройки базы данных. Однако порядок, в котором он их возвращает, важен. cts:stem("further") возвращает far, further, farther, cts:stem("farther") возвращает far, farther, further, а cts:stem("far") возвращает far.
Насколько я понял, базовый стемминг берет первый элемент, возвращаемый cts: stem, и использует его для индексации. Как вы можете прочитать выше, это означает, что он использует far для further, farther, а также для far. Расширенное определение границ позволит вам найти further при выполнении поиска по ограничению поиска farther, и наоборот.
Более подробная информация доступна в Руководстве по поиску в разделе: 'Создание в MarkLogic'
HTH!
Это помогло. Спасибо за объяснение.