ICUTransformFilter在SOLR

Question

我得到下面的輸出後，我在SOLR

สวัสดี配置ICUTransformFilter轉化爲s̄wạs̄dī 無法理解也將其轉換爲哪個腳本？我在架構配置看起來像下面

<analyzer type="index"> 
    <tokenizer class="solr.ICUTokenizerFactory"/> 
    <filter class="solr.ICUTransformFilterFactory" id="Thai-Latin" /> 
    <filter class="solr.ICUTransformFilterFactory" id="NFD; [:Nonspacing Mark:] Remove; NFC" /> 
    <filter class="solr.BeiderMorseFilterFactory" /> 
</analyzer> 

它說，泰國拉丁，但是當我使用谷歌翻譯器將其轉換爲「奴」

Answer 1

這似乎是從my Thai example複製，其中的序列分析儀已被解釋。該配置用於搜索「sawadika」之類的內容，並獲取包含原始單詞的實際泰語文本，該單詞聽起來像是（女性發起的）問候語。

你似乎在翻譯（泰語到拼音匹配/關閉拉丁語）時會混淆翻譯（泰語到谷歌翻譯中的英語）。音譯就是這裏發生的事情（實際上Google也是這樣）。總之，在第一臺分析儀之後，你仍然有色調標記，試圖顯示泰語所具有的升/降等音調。第二個分析儀應該將它們移除以得到swasdi。最後的分析器會做一些語音擴展來匹配其他替代拼寫。