Solr拼写检查器问题：建议'kothi'而非正确术语'kochi'

当查询正确术语kochi时，Solr拼写检查器却返回kothi作为建议，尽管索引中同时包含这两个术语，结果不符合预期。

问题重现信息 #

拼写检查查询参数 #

http://localhost:8983/solr/ihcl/spell?spellcheck=true&spellcheck.build=true&spellcheck.dictionary=ihcl_spellchecker&spellcheck.q=kothi&spellcheck.collate=true

实际响应 #

{
  "responseHeader":{
    "status":0,
    "QTime":22},
  "command":"build",
  "response":{"numFound":0,"start":0,"numFoundExact":true,"docs":[]
  },
  "spellcheck":{
    "suggestions":[
      "kochi",{
        "numFound":1,
        "startOffset":1,
        "endOffset":6,
        "origFreq":1,
        "suggestion":[{
            "word":"kothi",
            "freq":1}]}],
    "correctlySpelled":false,
    "collations":[]}}

预期响应 #

{
  "responseHeader":{
    "status":0,
    "QTime":22},
  "command":"build",
  "response":{"numFound":0,"start":0,"numFoundExact":true,"docs":[]
  },
  "spellcheck":{
    "suggestions":[
      "kochi",{
        "numFound":1,
        "startOffset":1,
        "endOffset":6,
        "origFreq":1,
        "suggestion":[{
            "word":"kochi",
            "freq":1}]}],
    "correctlySpelled":false,
    "collations":[]}}

可能的原因及解决办法 #

1. 相似度阈值设置过高 #

拼写检查器的accuracy参数如果设置过高，会让Solr放宽匹配标准，导致把kothi识别为kochi的建议词。建议调低accuracy值（比如设为0.5），提升匹配严格度。

在solrConfig.xml的拼写检查器配置段中修改：

<lst name="spellchecker">
  <str name="name">ihcl_spellchecker</str>
  <!-- 保留其他原有配置 -->
  <float name="accuracy">0.5</float>
</lst>

2. 字段分析器干扰 #

检查拼写检查器关联字段的分析器配置，确保kochi和kothi被正确索引为独立词汇，没有被同义词替换、错误词干提取等过滤器混淆。

示例字段类型配置（避免过度处理）：

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <!-- 移除可能混淆两个词汇的过滤器，比如错误配置的同义词过滤器 -->
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

3. 拼写字典构建异常 #

查询中带spellcheck.build=true会每次重建字典，可能导致构建不完整。建议先单独执行字典构建命令，确保字典基于完整索引生成：

http://localhost:8983/solr/ihcl/spell?spellcheck=true&spellcheck.build=true&spellcheck.dictionary=ihcl_spellchecker

之后再执行查询，生产环境中避免每次查询都触发字典重建。

4. 编辑距离与频率设置 #

kochi和kothi的编辑距离仅为1（替换第三个字符c->t），Solr默认算法会认为这是潜在拼写错误。可以尝试调整maxEdits参数限制编辑距离，或者设置onlyMorePopular="true"（若kochi的文档频率更高，会优先返回，但当前两者频率均为1，此设置暂时无效）。如果允许的话，可增加包含kochi的文档数量，提升其频率权重。

验证步骤 #

1. 修改solrConfig.xml中的拼写检查器配置参数；
2. 重启Solr服务；
3. 重新构建拼写检查字典；
4. 执行查询spellcheck.q=kochi，确认返回结果符合预期。

内容的提问来源于stack exchange，提问作者Babu_Jella