Blog
Apache Solr 4.9 steht in den Startlöchern. Daher wird es Zeit neue und spannende Funktionalitäten unter die Lupe zu nehmen. Eine der kommenden Neuerungen wird das sogenannte Re-Ranking sein, welches ich in diesem Blog beschreiben möchte. Re-Ranking Was ist Re-Ranking überhaupt und warum braucht man so was?Fangen wir erst einmal mit dem zweiten Punkt an: […]
WeiterlesenIn einem früheren Blog habe ich einen kurzen Einblick in Apache Stanbol und Named Entity Recognition (NER) gegeben. Die gezeigte Oberfläche war der Stanbol Enhancer. Er ist dafür zuständig, Entitäten im Fließtext zu erkennen.In diesem Beitrag will ich etwas näher auf den sogenannten Contenthub eingehen, der ebenfalls Teil von Apache Stanbol ist. Der Contenthub besteht […]
WeiterlesenWie bereits im vergangenen Blog (Monitoring mit Solr) angedeutet, möchte ich hier nun auf die Möglichkeit eingehen, wie man Log-Dateien mittels Logstash verarbeiten kann, so dass diese anstelle in einem Elasticsearch Index in einem Solr Index landen.Logstash bietet eine Vielzahl von Plugins, sowohl für „input“, „filter“ oder „output“. Das Plugin für den Solr Output ist […]
WeiterlesenMonitoring ist ein wichtiges Thema. Egal ob es sich um die technische Überwachung einer Serverlandschaft handelt oder beispielsweise um das Tracking des Userverhaltens beim Einkauf in einem Onlineshop. Es ist immer wichtig, gezielt nach Informationen wie Conversion-Rate oder CPU-Auslastung zu „suchen“, diese aufzubereiten und darzustellen.Sehr schnell kommt man bei diesem Thema mit dem ELK-Stack – […]
WeiterlesenMein Kollege Daniel Wrigley hatte vor gut einem Jahr bereits über das Document-Routing in Solr in einem Blogbeitrag berichtet. In diesem Jahr sind weitere Solr Versionen mit Anpassungen, Erweiterungen und neuen Features veröffentlicht worden. Die Änderungen betreffen auch das mit Solr 4.1 eingeführte Document Routing. Mit der Solr Version 4.5 wurde dieses Feature überarbeitet und […]
WeiterlesenIn einem früheren Beitrag bin ich bereits etwas näher auf das Thema Stemming in der Analysekette von Solr (https://www.shi-gmbh.com/blog/solr-analysekette-stemming/) eingegangen. Neben der Bedeutung von Stemming für die Suchtechnologie habe ich auch den Einsatz des Porter-Stemmers in Solr beschrieben, ebenso wie die Erweiterungen durch den KeywordMarkerFilter (Wörter als Keywords markieren, um Stemming zu vermeiden) und den […]
WeiterlesenDie richtige Reihenfolge der Dokumente innerhalb der Trefferliste zu erreichen ist ein schwieriges Ziel. Da wird an allen Ecken und Enden geboostet, es wird der Relevanzalgorithmus umgeschrieben oder gar mit dem Elevate Feature gearbeitet. Trotz all dieser Möglichkeiten steht man oft vor der Situation, dass es dennoch nicht passt. In diesem Blog möchte ich auf […]
WeiterlesenApache Stanbol gehört seit Oktober 2012 zu Apache Top-Level-Projekten. Das Projekt ist ein modulares Software-Paket mit einigen Komponenten, die es ermöglichen Inhalte semantisch anzureichern. Es wurde entwickelt, um mit Frameworks wie z.B. Apache Solr (zur semantischen Suche) oder Apache Tika (Extraktion von Inhalten und Metadaten) zusammenzuarbeiten. Dieser Blog wird eine kurze praktische Einführung hinsichtlich Anreicherung […]
WeiterlesenSemantische Suche ist in aller Munde und hat in den letzten Jahren einen erheblichen Sprung gemacht, was Ihre Bedeutung im Rahmen von Suchtechnologie angeht.Doch was ist Semantische Suche eigentlich? Um diese Frage zu beantworten, ist es notwendig zu verstehen, was Semantik im sprachwissenschaftlichen Sinne bedeutet. Semantik ist die Lehre der Bedeutung. Hierbei geht es also […]
WeiterlesenWozu brauch man eigentlich den Solr PingRequestHandler? Diese Frage wird oft gestellt, denn um den Status eines SolrCore zu ermitteln kann man auch eine „normale“ Suchanfrage absetzen und das Ergebnis auswerten. Der PingRequestHandler wird im Allgemeinen unterschätzt. In diesem Blog werde ich auf PingRequestHandler und seinen Einsatz genauer eingehen. Der PingRequestHandler JA, der PingRequestHandler prüft […]
Weiterlesen