33886be20b8f6e5721f12460f94711d1dcd31f53
[wolnelektury.git] / doc / schema.xml
1 <?xml version="1.0" encoding="UTF-8" ?>
2 <!--
3  Licensed to the Apache Software Foundation (ASF) under one or more
4  contributor license agreements.  See the NOTICE file distributed with
5  this work for additional information regarding copyright ownership.
6  The ASF licenses this file to You under the Apache License, Version 2.0
7  (the "License"); you may not use this file except in compliance with
8  the License.  You may obtain a copy of the License at
9
10      http://www.apache.org/licenses/LICENSE-2.0
11
12  Unless required by applicable law or agreed to in writing, software
13  distributed under the License is distributed on an "AS IS" BASIS,
14  WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
15  See the License for the specific language governing permissions and
16  limitations under the License.
17 -->
18
19 <!--  
20  This is the Solr schema file. This file should be named "schema.xml" and
21  should be in the conf directory under the solr home
22  (i.e. ./solr/conf/schema.xml by default) 
23  or located where the classloader for the Solr webapp can find it.
24
25  This example schema is the recommended starting point for users.
26  It should be kept correct and concise, usable out-of-the-box.
27
28  For more information, on how to customize this file, please see
29  http://wiki.apache.org/solr/SchemaXml
30
31  PERFORMANCE NOTE: this schema includes many optional features and should not
32  be used for benchmarking.  To improve performance one could
33   - set stored="false" for all fields possible (esp large fields) when you
34     only need to search on the field but don't need to return the original
35     value.
36   - set indexed="false" if you don't need to search on the field, but only
37     return the field as a result of searching on other indexed fields.
38   - remove all unneeded copyField statements
39   - for best index size and searching performance, set "index" to false
40     for all general text fields, use copyField to copy them to the
41     catchall "text" field, and use that for searching.
42   - For maximum indexing performance, use the StreamingUpdateSolrServer
43     java client.
44   - Remember to run the JVM in server mode, and use a higher logging level
45     that avoids logging every request
46 -->
47
48 <schema name="example" version="1.5">
49   <!-- attribute "name" is the name of this schema and is only used for display purposes.
50        version="x.y" is Solr's version number for the schema syntax and semantics.  It should
51        not normally be changed by applications.
52        1.0: multiValued attribute did not exist, all fields are multiValued by nature
53        1.1: multiValued attribute introduced, false by default 
54        1.2: omitTermFreqAndPositions attribute introduced, true by default except for text fields.
55        1.3: removed optional field compress feature
56        1.4: default auto-phrase (QueryParser feature) to off
57        1.5: omitNorms defaults to true for primitive field types (int, float, boolean, string...)
58      -->
59
60  <fields>
61    <!-- Valid attributes for fields:
62      name: mandatory - the name for the field
63      type: mandatory - the name of a field type from the 
64        <types> fieldType section
65      indexed: true if this field should be indexed (searchable or sortable)
66      stored: true if this field should be retrievable
67      multiValued: true if this field may contain multiple values per document
68      omitNorms: (expert) set to true to omit the norms associated with
69        this field (this disables length normalization and index-time
70        boosting for the field, and saves some memory).  Only full-text
71        fields or fields that need an index-time boost need norms.
72        Norms are omitted for primitive (non-analyzed) types by default.
73      termVectors: [false] set to true to store the term vector for a
74        given field.
75        When using MoreLikeThis, fields used for similarity should be
76        stored for best performance.
77      termPositions: Store position information with the term vector.  
78        This will increase storage costs.
79      termOffsets: Store offset information with the term vector. This 
80        will increase storage costs.
81      required: The field is required.  It will throw an error if the
82        value does not exist
83      default: a value that should be used if no value is specified
84        when adding a document.
85    -->
86
87    <!-- field names should consist of alphanumeric or underscore characters only and
88       not start with a digit.  This is not currently strictly enforced,
89       but other field names will not have first class support from all components
90       and back compatibility is not guaranteed.  Names with both leading and
91       trailing underscores (e.g. _version_) are reserved.
92    -->
93         
94    <!-- <field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" />  -->
95    <!-- <field name="sku" type="text_en_splitting_tight" indexed="true" stored="true" omitNorms="true"/> -->
96    <!-- <field name="name" type="text_general" indexed="true" stored="true"/> -->
97    <!-- <field name="manu" type="text_general" indexed="true" stored="true" omitNorms="true"/> -->
98    <!-- <field name="cat" type="string" indexed="true" stored="true" multiValued="true"/> -->
99    <!-- <field name="features" type="text_general" indexed="true" stored="true" multiValued="true"/> -->
100    <!-- <field name="includes" type="text_general" indexed="true" stored="true" termVectors="true" termPositions="true" termOffsets="true" /> -->
101
102    <!-- <field name="weight" type="float" indexed="true" stored="true"/> -->
103    <!-- <field name="price"  type="float" indexed="true" stored="true"/> -->
104    <!-- <field name="popularity" type="int" indexed="true" stored="true" /> -->
105    <!-- <field name="inStock" type="boolean" indexed="true" stored="true" /> -->
106
107    <!-- <field name="store" type="location" indexed="true" stored="true"/> -->
108
109    <!-- Common metadata fields, named specifically to match up with
110      SolrCell metadata when parsing rich documents such as Word, PDF.
111      Some fields are multiValued only because Tika currently may return
112      multiple values for them. Some metadata is parsed from the documents,
113      but there are some which come from the client context:
114        "content_type": From the HTTP headers of incoming stream
115        "resourcename": From SolrCell request param resource.name
116    -->
117    <!-- <field name="title" type="text_general" indexed="true" stored="true" multiValued="true"/> -->
118    <!-- <field name="subject" type="text_general" indexed="true" stored="true"/> -->
119    <!-- <field name="description" type="text_general" indexed="true" stored="true"/> -->
120    <!-- <field name="comments" type="text_general" indexed="true" stored="true"/> -->
121    <!-- <field name="author" type="text_general" indexed="true" stored="true"/> -->
122    <!-- <field name="keywords" type="text_general" indexed="true" stored="true"/> -->
123    <!-- <field name="category" type="text_general" indexed="true" stored="true"/> -->
124    <!-- <field name="resourcename" type="text_general" indexed="true" stored="true"/> -->
125    <!-- <field name="url" type="text_general" indexed="true" stored="true"/> -->
126    <!-- <field name="content_type" type="string" indexed="true" stored="true" multiValued="true"/> -->
127    <!-- <field name="last_modified" type="date" indexed="true" stored="true"/> -->
128    <!-- <field name="links" type="string" indexed="true" stored="true" multiValued="true"/> -->
129
130    <field name="book_id" type="int" indexed="true" stored="true" />
131    <field name="parent_id" type="int" indexed="false" stored="true" />
132    <field name="slug" type="text_general" stored="false" indexed="true" omitNorms="true"/> <!-- no norms -->
133    <field name="tags" type="lowercase" stored="false" indexed="true" multiValued="true"/>
134    <field name="is_book" type="boolean" stored="false" indexed="true"/>
135    <field name="authors" type="text_general" stored="false" indexed="true" multiValued="true" termPositions="true" termVectors="true"/>
136    <field name="translators" type="text_general" stored="false" indexed="true" multiValued="true" termPositions="true" termVectors="true" />
137    <field name="title" type="text_pl" stored="false" indexed="true"/>
138    <field name="title_orig" type="lowercase" stored="true" indexed="true"/>
139 <!--   <field name="published_date" type="tdate" stored="false" indexed="true"/>-->
140    <field name="published_date" type="string" stored="true" indexed="true"/>
141
142    <field name="themes" type="lowercase" stored="true" indexed="true" termVectors="true" termPositions="true" multiValued="true" />
143    <field name="themes_pl" type="text_pl" stored="true" indexed="true" termVectors="true" termPositions="true" multiValued="true" />
144    <field name="header_index" type="int" stored="true" indexed="true"/>
145    <field name="header_span" type="int" stored="true" indexed="true"/>
146    <field name="header_type" type="lowercase" stored="true" indexed="false"/>
147    <field name="text" type="text_pl" stored="false" indexed="true" termVectors="true" termPositions="true" />
148
149    <field name="snippets_position" type="int" stored="true" indexed="false"/>
150    <field name="snippets_length" type="int" stored="true" indexed="false"/>
151    <field name="snippets_revision" type="int" stored="true" indexed="false"/>
152    <field name="fragment_anchor" type="string" stored="true" indexed="false"/>
153
154    <field name="tag_id" type="int" stored="true" indexed="true"/>
155    <field name="tag_name" type="lowercase" stored="true" indexed="true" />
156    <field name="tag_name_pl" type="text_pl" stored="false" indexed="true" multiValued="true"/>
157    <field name="tag_category" type="string" stored="true" indexed="true" />
158    <field name="is_pdcounter" type="boolean" stored="true" indexed="true" />
159
160    <!-- Main body of document extracted by SolrCell.
161         NOTE: This field is not indexed by default, since it is also copied to "text"
162         using copyField below. This is to save space. Use this field for returning and
163         highlighting document content. Use the "text" field to search the content. -->
164    <!-- <field name="content" type="text_general" indexed="false" stored="true" multiValued="true"/> -->
165    
166
167    <!-- catchall field, containing all other searchable text fields (implemented
168         via copyField further on in this schema  -->
169    <!-- <field name="text" type="text_general" indexed="true" stored="false" multiValued="true"/> -->
170
171    <!-- catchall text field that indexes tokens both normally and in reverse for efficient
172         leading wildcard queries. -->
173    <!-- <field name="text_rev" type="text_general_rev" indexed="true" stored="false" multiValued="true"/> -->
174
175    <!-- non-tokenized version of manufacturer to make it easier to sort or group
176         results by manufacturer.  copied from "manu" via copyField -->
177    <!-- <field name="manu_exact" type="string" indexed="true" stored="false"/> -->
178
179    <!-- <field name="payloads" type="payloads" indexed="true" stored="true"/> -->
180
181    <field name="_version_" type="long" indexed="true" stored="true"/>
182
183    <!-- Uncommenting the following will create a "timestamp" field using
184         a default value of "NOW" to indicate when each document was indexed.
185      -->
186    <!--
187    <field name="timestamp" type="date" indexed="true" stored="true" default="NOW" multiValued="false"/>
188      -->
189
190    <!-- Dynamic field definitions allow using convention over configuration
191        for fields via the specification of patterns to match field names. 
192        EXAMPLE:  name="*_i" will match any field ending in _i (like myid_i, z_i)
193        RESTRICTION: the glob-like pattern in the name attribute must have
194        a "*" only at the start or the end.  -->
195    
196    <dynamicField name="*_i"  type="int"    indexed="true"  stored="true"/>
197    <dynamicField name="*_is" type="int"    indexed="true"  stored="true"  multiValued="true"/>
198    <dynamicField name="*_s"  type="string"  indexed="true"  stored="true" />
199    <dynamicField name="*_ss" type="string"  indexed="true"  stored="true" multiValued="true"/>
200    <dynamicField name="*_l"  type="long"   indexed="true"  stored="true"/>
201    <dynamicField name="*_ls" type="long"   indexed="true"  stored="true"  multiValued="true"/>
202    <dynamicField name="*_t"  type="text_general"    indexed="true"  stored="true"/>
203    <dynamicField name="*_txt" type="text_general"   indexed="true"  stored="true" multiValued="true"/>
204    <dynamicField name="*_en"  type="text_en"    indexed="true"  stored="true" multiValued="true"/>
205    <dynamicField name="*_b"  type="boolean" indexed="true" stored="true"/>
206    <dynamicField name="*_bs" type="boolean" indexed="true" stored="true"  multiValued="true"/>
207    <dynamicField name="*_f"  type="float"  indexed="true"  stored="true"/>
208    <dynamicField name="*_fs" type="float"  indexed="true"  stored="true"  multiValued="true"/>
209    <dynamicField name="*_d"  type="double" indexed="true"  stored="true"/>
210    <dynamicField name="*_ds" type="double" indexed="true"  stored="true"  multiValued="true"/>
211
212    <!-- Type used to index the lat and lon components for the "location" FieldType -->
213    <dynamicField name="*_coordinate"  type="tdouble" indexed="true"  stored="false" />
214
215    <dynamicField name="*_dt"  type="date"    indexed="true"  stored="true"/>
216    <dynamicField name="*_dts" type="date"    indexed="true"  stored="true" multiValued="true"/>
217    <dynamicField name="*_p"  type="location" indexed="true" stored="true"/>
218
219    <!-- some trie-coded dynamic fields for faster range queries -->
220    <dynamicField name="*_ti" type="tint"    indexed="true"  stored="true"/>
221    <dynamicField name="*_tl" type="tlong"   indexed="true"  stored="true"/>
222    <dynamicField name="*_tf" type="tfloat"  indexed="true"  stored="true"/>
223    <dynamicField name="*_td" type="tdouble" indexed="true"  stored="true"/>
224    <dynamicField name="*_tdt" type="tdate"  indexed="true"  stored="true"/>
225
226    <dynamicField name="*_pi"  type="pint"    indexed="true"  stored="true"/>
227 <!--   <dynamicField name="*_c"   type="currency" indexed="true"  stored="true"/>-->
228
229    <dynamicField name="ignored_*" type="ignored" multiValued="true"/>
230    <dynamicField name="attr_*" type="text_general" indexed="true" stored="true" multiValued="true"/>
231
232    <dynamicField name="random_*" type="random" />
233
234    <!-- uncomment the following to ignore any fields that don't already match an existing 
235         field name or dynamic field, rather than reporting them as an error. 
236         alternately, change the type="ignored" to some other type e.g. "text" if you want 
237         unknown fields indexed and/or stored by default --> 
238    <!--dynamicField name="*" type="ignored" multiValued="true" /-->
239     <field name="uid" type="string" indexed="true" stored="true"/>
240  </fields>
241
242
243  <!-- Field to use to determine and enforce document uniqueness. 
244       Unless this field is marked with required="false", it will be a required field
245    -->
246  <uniqueKey>uid</uniqueKey>
247
248  <!-- DEPRECATED: The defaultSearchField is consulted by various query parsers when
249   parsing a query string that isn't explicit about the field.  Machine (non-user)
250   generated queries are best made explicit, or they can use the "df" request parameter
251   which takes precedence over this.
252   Note: Un-commenting defaultSearchField will be insufficient if your request handler
253   in solrconfig.xml defines "df", which takes precedence. That would need to be removed.
254  <defaultSearchField>text</defaultSearchField> -->
255
256  <!-- DEPRECATED: The defaultOperator (AND|OR) is consulted by various query parsers
257   when parsing a query string to determine if a clause of the query should be marked as
258   required or optional, assuming the clause isn't already marked by some operator.
259   The default is OR, which is generally assumed so it is not a good idea to change it
260   globally here.  The "q.op" request parameter takes precedence over this.
261  <solrQueryParser defaultOperator="OR"/> -->
262
263   <!-- copyField commands copy one field to another at the time a document
264         is added to the index.  It's used either to index the same field differently,
265         or to add multiple fields to the same field for easier/faster searching.  -->
266
267   <copyField source="themes" dest="themes_pl"/>
268   <copyField source="tag_name" dest="tag_name_pl"/>
269   <copyField source="title" dest="title_orig"/>
270
271 <!--
272    <copyField source="cat" dest="text"/>
273    <copyField source="name" dest="text"/>
274    <copyField source="manu" dest="text"/>
275    <copyField source="features" dest="text"/>
276    <copyField source="includes" dest="text"/>
277    <copyField source="manu" dest="manu_exact"/>
278 -->
279    <!-- Copy the price into a currency enabled field (default USD) -->
280 <!--   <copyField source="price" dest="price_c"/>-->
281
282    <!-- Text fields from SolrCell to search by default in our catch-all field -->
283 <!--   <copyField source="title" dest="text"/>
284    <copyField source="author" dest="text"/>
285    <copyField source="description" dest="text"/>
286    <copyField source="keywords" dest="text"/>
287    <copyField source="content" dest="text"/>
288    <copyField source="content_type" dest="text"/>
289    <copyField source="resourcename" dest="text"/>
290    <copyField source="url" dest="text"/>-->
291
292    <!-- Create a string version of author for faceting -->
293 <!--   <copyField source="author" dest="author_s"/>-->
294         
295    <!-- Above, multiple source fields are copied to the [text] field. 
296           Another way to map multiple source fields to the same 
297           destination field is to use the dynamic field syntax. 
298           copyField also supports a maxChars to copy setting.  -->
299            
300    <!-- <copyField source="*_t" dest="text" maxChars="3000"/> -->
301
302    <!-- copy name to alphaNameSort, a field designed for sorting by name -->
303    <!-- <copyField source="name" dest="alphaNameSort"/> -->
304  
305   <types>
306     <!-- field type definitions. The "name" attribute is
307        just a label to be used by field definitions.  The "class"
308        attribute and any other attributes determine the real
309        behavior of the fieldType.
310          Class names starting with "solr" refer to java classes in a
311        standard package such as org.apache.solr.analysis
312     -->
313
314     <!-- The StrField type is not analyzed, but indexed/stored verbatim. -->
315     <fieldType name="string" class="solr.StrField" sortMissingLast="true" />
316
317     <!-- boolean type: "true" or "false" -->
318     <fieldType name="boolean" class="solr.BoolField" sortMissingLast="true"/>
319
320     <!-- sortMissingLast and sortMissingFirst attributes are optional attributes are
321          currently supported on types that are sorted internally as strings
322          and on numeric types.
323              This includes "string","boolean", and, as of 3.5 (and 4.x),
324              int, float, long, date, double, including the "Trie" variants.
325        - If sortMissingLast="true", then a sort on this field will cause documents
326          without the field to come after documents with the field,
327          regardless of the requested sort order (asc or desc).
328        - If sortMissingFirst="true", then a sort on this field will cause documents
329          without the field to come before documents with the field,
330          regardless of the requested sort order.
331        - If sortMissingLast="false" and sortMissingFirst="false" (the default),
332          then default lucene sorting will be used which places docs without the
333          field first in an ascending sort and last in a descending sort.
334     -->    
335
336     <!--
337       Default numeric field types. For faster range queries, consider the tint/tfloat/tlong/tdouble types.
338     -->
339     <fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0"/>
340     <fieldType name="float" class="solr.TrieFloatField" precisionStep="0" positionIncrementGap="0"/>
341     <fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>
342     <fieldType name="double" class="solr.TrieDoubleField" precisionStep="0" positionIncrementGap="0"/>
343
344     <!--
345      Numeric field types that index each value at various levels of precision
346      to accelerate range queries when the number of values between the range
347      endpoints is large. See the javadoc for NumericRangeQuery for internal
348      implementation details.
349
350      Smaller precisionStep values (specified in bits) will lead to more tokens
351      indexed per value, slightly larger index size, and faster range queries.
352      A precisionStep of 0 disables indexing at different precision levels.
353     -->
354     <fieldType name="tint" class="solr.TrieIntField" precisionStep="8" positionIncrementGap="0"/>
355     <fieldType name="tfloat" class="solr.TrieFloatField" precisionStep="8" positionIncrementGap="0"/>
356     <fieldType name="tlong" class="solr.TrieLongField" precisionStep="8" positionIncrementGap="0"/>
357     <fieldType name="tdouble" class="solr.TrieDoubleField" precisionStep="8" positionIncrementGap="0"/>
358
359     <!-- The format for this date field is of the form 1995-12-31T23:59:59Z, and
360          is a more restricted form of the canonical representation of dateTime
361          http://www.w3.org/TR/xmlschema-2/#dateTime    
362          The trailing "Z" designates UTC time and is mandatory.
363          Optional fractional seconds are allowed: 1995-12-31T23:59:59.999Z
364          All other components are mandatory.
365
366          Expressions can also be used to denote calculations that should be
367          performed relative to "NOW" to determine the value, ie...
368
369                NOW/HOUR
370                   ... Round to the start of the current hour
371                NOW-1DAY
372                   ... Exactly 1 day prior to now
373                NOW/DAY+6MONTHS+3DAYS
374                   ... 6 months and 3 days in the future from the start of
375                       the current day
376                       
377          Consult the DateField javadocs for more information.
378
379          Note: For faster range queries, consider the tdate type
380       -->
381     <fieldType name="date" class="solr.TrieDateField" precisionStep="0" positionIncrementGap="0"/>
382
383     <!-- A Trie based date field for faster date range queries and date faceting. -->
384     <fieldType name="tdate" class="solr.TrieDateField" precisionStep="6" positionIncrementGap="0"/>
385
386
387     <!--Binary data type. The data should be sent/retrieved in as Base64 encoded Strings -->
388     <fieldtype name="binary" class="solr.BinaryField"/>
389
390     <!--
391       Note:
392       These should only be used for compatibility with existing indexes (created with lucene or older Solr versions).
393       Use Trie based fields instead. As of Solr 3.5 and 4.x, Trie based fields support sortMissingFirst/Last
394       
395       Plain numeric field types that store and index the text
396       value verbatim (and hence don't correctly support range queries, since the
397       lexicographic ordering isn't equal to the numeric ordering)
398     -->
399     <fieldType name="pint" class="solr.IntField"/>
400     <fieldType name="plong" class="solr.LongField"/>
401     <fieldType name="pfloat" class="solr.FloatField"/>
402     <fieldType name="pdouble" class="solr.DoubleField"/>
403     <fieldType name="pdate" class="solr.DateField" sortMissingLast="true"/>
404
405     <!-- The "RandomSortField" is not used to store or search any
406          data.  You can declare fields of this type it in your schema
407          to generate pseudo-random orderings of your docs for sorting 
408          or function purposes.  The ordering is generated based on the field
409          name and the version of the index. As long as the index version
410          remains unchanged, and the same field name is reused,
411          the ordering of the docs will be consistent.  
412          If you want different psuedo-random orderings of documents,
413          for the same version of the index, use a dynamicField and
414          change the field name in the request.
415      -->
416     <fieldType name="random" class="solr.RandomSortField" indexed="true" />
417
418     <!-- solr.TextField allows the specification of custom text analyzers
419          specified as a tokenizer and a list of token filters. Different
420          analyzers may be specified for indexing and querying.
421
422          The optional positionIncrementGap puts space between multiple fields of
423          this type on the same document, with the purpose of preventing false phrase
424          matching across fields.
425
426          For more info on customizing your analyzer chain, please see
427          http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters
428      -->
429
430     <!-- One can also specify an existing Analyzer class that has a
431          default constructor via the class attribute on the analyzer element.
432          Example:
433     <fieldType name="text_greek" class="solr.TextField">
434       <analyzer class="org.apache.lucene.analysis.el.GreekAnalyzer"/>
435     </fieldType>
436     -->
437
438     <fieldType name="uuid" class="solr.UUIDField" indexed="true" />
439
440
441     <!-- A text field that only splits on whitespace for exact matching of words -->
442     <fieldType name="text_ws" class="solr.TextField" positionIncrementGap="100">
443       <analyzer>
444         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
445       </analyzer>
446     </fieldType>
447
448     <!-- A general text field that has reasonable, generic
449          cross-language defaults: it tokenizes with StandardTokenizer,
450          removes stop words from case-insensitive "stopwords.txt"
451          (empty by default), and down cases.  At query time only, it
452          also applies synonyms. -->
453     <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
454       <analyzer type="index">
455         <tokenizer class="solr.StandardTokenizerFactory"/>
456         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
457         <!-- in this example, we will only use synonyms at query time
458         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
459         -->
460         <filter class="solr.LowerCaseFilterFactory"/>
461       </analyzer>
462       <analyzer type="query">
463         <tokenizer class="solr.StandardTokenizerFactory"/>
464         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
465         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
466         <filter class="solr.LowerCaseFilterFactory"/>
467       </analyzer>
468     </fieldType>
469
470     <!-- A text field with defaults appropriate for English: it
471          tokenizes with StandardTokenizer, removes English stop words
472          (lang/stopwords_en.txt), down cases, protects words from protwords.txt, and
473          finally applies Porter's stemming.  The query time analyzer
474          also applies synonyms from synonyms.txt. -->
475     <fieldType name="text_en" class="solr.TextField" positionIncrementGap="100">
476       <analyzer type="index">
477         <tokenizer class="solr.StandardTokenizerFactory"/>
478         <!-- in this example, we will only use synonyms at query time
479         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
480         -->
481         <!-- Case insensitive stop word removal.
482           add enablePositionIncrements=true in both the index and query
483           analyzers to leave a 'gap' for more accurate phrase queries.
484         -->
485         <filter class="solr.StopFilterFactory"
486                 ignoreCase="true"
487                 words="lang/stopwords_en.txt"
488                 enablePositionIncrements="true"
489                 />
490         <filter class="solr.LowerCaseFilterFactory"/>
491         <filter class="solr.EnglishPossessiveFilterFactory"/>
492         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
493         <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
494         <filter class="solr.EnglishMinimalStemFilterFactory"/>
495         -->
496         <filter class="solr.PorterStemFilterFactory"/>
497       </analyzer>
498       <analyzer type="query">
499         <tokenizer class="solr.StandardTokenizerFactory"/>
500         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
501         <filter class="solr.StopFilterFactory"
502                 ignoreCase="true"
503                 words="lang/stopwords_en.txt"
504                 enablePositionIncrements="true"
505                 />
506         <filter class="solr.LowerCaseFilterFactory"/>
507         <filter class="solr.EnglishPossessiveFilterFactory"/>
508         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
509         <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
510         <filter class="solr.EnglishMinimalStemFilterFactory"/>
511         -->
512         <filter class="solr.PorterStemFilterFactory"/>
513       </analyzer>
514     </fieldType>
515
516     <!-- A text field with defaults appropriate for English, plus
517          aggressive word-splitting and autophrase features enabled.
518          This field is just like text_en, except it adds
519          WordDelimiterFilter to enable splitting and matching of
520          words on case-change, alpha numeric boundaries, and
521          non-alphanumeric chars.  This means certain compound word
522          cases will work, for example query "wi fi" will match
523          document "WiFi" or "wi-fi".
524         -->
525     <fieldType name="text_en_splitting" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
526       <analyzer type="index">
527         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
528         <!-- in this example, we will only use synonyms at query time
529         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
530         -->
531         <!-- Case insensitive stop word removal.
532           add enablePositionIncrements=true in both the index and query
533           analyzers to leave a 'gap' for more accurate phrase queries.
534         -->
535         <filter class="solr.StopFilterFactory"
536                 ignoreCase="true"
537                 words="lang/stopwords_en.txt"
538                 enablePositionIncrements="true"
539                 />
540         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
541         <filter class="solr.LowerCaseFilterFactory"/>
542         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
543         <filter class="solr.PorterStemFilterFactory"/>
544       </analyzer>
545       <analyzer type="query">
546         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
547         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
548         <filter class="solr.StopFilterFactory"
549                 ignoreCase="true"
550                 words="lang/stopwords_en.txt"
551                 enablePositionIncrements="true"
552                 />
553         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
554         <filter class="solr.LowerCaseFilterFactory"/>
555         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
556         <filter class="solr.PorterStemFilterFactory"/>
557       </analyzer>
558     </fieldType>
559
560     <!-- Less flexible matching, but less false matches.  Probably not ideal for product names,
561          but may be good for SKUs.  Can insert dashes in the wrong place and still match. -->
562     <fieldType name="text_en_splitting_tight" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
563       <analyzer>
564         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
565         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="false"/>
566         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_en.txt"/>
567         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="0" generateNumberParts="0" catenateWords="1" catenateNumbers="1" catenateAll="0"/>
568         <filter class="solr.LowerCaseFilterFactory"/>
569         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
570         <filter class="solr.EnglishMinimalStemFilterFactory"/>
571         <!-- this filter can remove any duplicate tokens that appear at the same position - sometimes
572              possible with WordDelimiterFilter in conjuncton with stemming. -->
573         <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
574       </analyzer>
575     </fieldType>
576
577     <!-- Just like text_general except it reverses the characters of
578          each token, to enable more efficient leading wildcard queries. -->
579     <fieldType name="text_general_rev" class="solr.TextField" positionIncrementGap="100">
580       <analyzer type="index">
581         <tokenizer class="solr.StandardTokenizerFactory"/>
582         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
583         <filter class="solr.LowerCaseFilterFactory"/>
584         <filter class="solr.ReversedWildcardFilterFactory" withOriginal="true"
585            maxPosAsterisk="3" maxPosQuestion="2" maxFractionAsterisk="0.33"/>
586       </analyzer>
587       <analyzer type="query">
588         <tokenizer class="solr.StandardTokenizerFactory"/>
589         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
590         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
591         <filter class="solr.LowerCaseFilterFactory"/>
592       </analyzer>
593     </fieldType>
594
595     <!-- charFilter + WhitespaceTokenizer  -->
596     <!--
597     <fieldType name="text_char_norm" class="solr.TextField" positionIncrementGap="100" >
598       <analyzer>
599         <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
600         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
601       </analyzer>
602     </fieldType>
603     -->
604
605     <!-- This is an example of using the KeywordTokenizer along
606          With various TokenFilterFactories to produce a sortable field
607          that does not include some properties of the source text
608       -->
609     <fieldType name="alphaOnlySort" class="solr.TextField" sortMissingLast="true" omitNorms="true">
610       <analyzer>
611         <!-- KeywordTokenizer does no actual tokenizing, so the entire
612              input string is preserved as a single token
613           -->
614         <tokenizer class="solr.KeywordTokenizerFactory"/>
615         <!-- The LowerCase TokenFilter does what you expect, which can be
616              when you want your sorting to be case insensitive
617           -->
618         <filter class="solr.LowerCaseFilterFactory" />
619         <!-- The TrimFilter removes any leading or trailing whitespace -->
620         <filter class="solr.TrimFilterFactory" />
621         <!-- The PatternReplaceFilter gives you the flexibility to use
622              Java Regular expression to replace any sequence of characters
623              matching a pattern with an arbitrary replacement string, 
624              which may include back references to portions of the original
625              string matched by the pattern.
626              
627              See the Java Regular Expression documentation for more
628              information on pattern and replacement string syntax.
629              
630              http://java.sun.com/j2se/1.6.0/docs/api/java/util/regex/package-summary.html
631           -->
632         <filter class="solr.PatternReplaceFilterFactory"
633                 pattern="([^a-z])" replacement="" replace="all"
634         />
635       </analyzer>
636     </fieldType>
637     
638     <fieldtype name="phonetic" stored="false" indexed="true" class="solr.TextField" >
639       <analyzer>
640         <tokenizer class="solr.StandardTokenizerFactory"/>
641         <filter class="solr.DoubleMetaphoneFilterFactory" inject="false"/>
642       </analyzer>
643     </fieldtype>
644
645     <fieldtype name="payloads" stored="false" indexed="true" class="solr.TextField" >
646       <analyzer>
647         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
648         <!--
649         The DelimitedPayloadTokenFilter can put payloads on tokens... for example,
650         a token of "foo|1.4"  would be indexed as "foo" with a payload of 1.4f
651         Attributes of the DelimitedPayloadTokenFilterFactory : 
652          "delimiter" - a one character delimiter. Default is | (pipe)
653          "encoder" - how to encode the following value into a playload
654             float -> org.apache.lucene.analysis.payloads.FloatEncoder,
655             integer -> o.a.l.a.p.IntegerEncoder
656             identity -> o.a.l.a.p.IdentityEncoder
657             Fully Qualified class name implementing PayloadEncoder, Encoder must have a no arg constructor.
658          -->
659         <filter class="solr.DelimitedPayloadTokenFilterFactory" encoder="float"/>
660       </analyzer>
661     </fieldtype>
662
663     <!-- lowercases the entire field value, keeping it as a single token.  -->
664     <fieldType name="lowercase" class="solr.TextField" positionIncrementGap="100">
665       <analyzer>
666         <tokenizer class="solr.KeywordTokenizerFactory"/>
667         <filter class="solr.LowerCaseFilterFactory" />
668       </analyzer>
669     </fieldType>
670
671     <!-- 
672       Example of using PathHierarchyTokenizerFactory at index time, so
673       queries for paths match documents at that path, or in descendent paths
674     -->
675     <fieldType name="descendent_path" class="solr.TextField">
676       <analyzer type="index">
677         <tokenizer class="solr.PathHierarchyTokenizerFactory" delimiter="/" />
678       </analyzer>
679       <analyzer type="query">
680         <tokenizer class="solr.KeywordTokenizerFactory" />
681       </analyzer>
682     </fieldType>
683     <!-- 
684       Example of using PathHierarchyTokenizerFactory at query time, so
685       queries for paths match documents at that path, or in ancestor paths
686     -->
687     <fieldType name="ancestor_path" class="solr.TextField">
688       <analyzer type="index">
689         <tokenizer class="solr.KeywordTokenizerFactory" />
690       </analyzer>
691       <analyzer type="query">
692         <tokenizer class="solr.PathHierarchyTokenizerFactory" delimiter="/" />
693       </analyzer>
694     </fieldType>
695
696     <!-- since fields of this type are by default not stored or indexed,
697          any data added to them will be ignored outright.  --> 
698     <fieldtype name="ignored" stored="false" indexed="false" multiValued="true" class="solr.StrField" />
699
700     <!-- This point type indexes the coordinates as separate fields (subFields)
701       If subFieldType is defined, it references a type, and a dynamic field
702       definition is created matching *___<typename>.  Alternately, if 
703       subFieldSuffix is defined, that is used to create the subFields.
704       Example: if subFieldType="double", then the coordinates would be
705         indexed in fields myloc_0___double,myloc_1___double.
706       Example: if subFieldSuffix="_d" then the coordinates would be indexed
707         in fields myloc_0_d,myloc_1_d
708       The subFields are an implementation detail of the fieldType, and end
709       users normally should not need to know about them.
710      -->
711     <fieldType name="point" class="solr.PointType" dimension="2" subFieldSuffix="_d"/>
712
713     <!-- A specialized field for geospatial search. If indexed, this fieldType must not be multivalued. -->
714     <fieldType name="location" class="solr.LatLonType" subFieldSuffix="_coordinate"/>
715
716    <!--
717     A Geohash is a compact representation of a latitude longitude pair in a single field.
718     See http://wiki.apache.org/solr/SpatialSearch
719    -->
720     <fieldtype name="geohash" class="solr.GeoHashField"/>
721
722    <!-- Money/currency field type. See http://wiki.apache.org/solr/MoneyFieldType
723         Parameters:
724           defaultCurrency: Specifies the default currency if none specified. Defaults to "USD"
725           precisionStep:   Specifies the precisionStep for the TrieLong field used for the amount
726           providerClass:   Lets you plug in other exchange provider backend:
727                            solr.FileExchangeRateProvider is the default and takes one parameter:
728                              currencyConfig: name of an xml file holding exhange rates
729                            solr.OpenExchangeRatesOrgProvider uses rates from openexchangerates.org:
730                              ratesFileLocation: URL or path to rates JSON file (default latest.json on the web)
731                              refreshInterval: Number of minutes between each rates fetch (default: 1440, min: 60)
732    -->
733 <!--    <fieldType name="currency" class="solr.CurrencyField" precisionStep="8" defaultCurrency="USD" currencyConfig="currency.xml" /> - nie dziala -->
734              
735
736
737    <!-- some examples for different languages (generally ordered by ISO code) -->
738
739     <!-- Arabic -->
740     <fieldType name="text_ar" class="solr.TextField" positionIncrementGap="100">
741       <analyzer> 
742         <tokenizer class="solr.StandardTokenizerFactory"/>
743         <!-- for any non-arabic -->
744         <filter class="solr.LowerCaseFilterFactory"/>
745         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ar.txt" enablePositionIncrements="true"/>
746         <!-- normalizes ﻯ to ﻱ, etc -->
747         <filter class="solr.ArabicNormalizationFilterFactory"/>
748         <filter class="solr.ArabicStemFilterFactory"/>
749       </analyzer>
750     </fieldType>
751
752     <!-- Bulgarian -->
753     <fieldType name="text_bg" class="solr.TextField" positionIncrementGap="100">
754       <analyzer> 
755         <tokenizer class="solr.StandardTokenizerFactory"/> 
756         <filter class="solr.LowerCaseFilterFactory"/>
757         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_bg.txt" enablePositionIncrements="true"/>
758         <filter class="solr.BulgarianStemFilterFactory"/>       
759       </analyzer>
760     </fieldType>
761     
762     <!-- Catalan -->
763     <fieldType name="text_ca" class="solr.TextField" positionIncrementGap="100">
764       <analyzer> 
765         <tokenizer class="solr.StandardTokenizerFactory"/>
766         <!-- removes l', etc -->
767         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_ca.txt"/>
768         <filter class="solr.LowerCaseFilterFactory"/>
769         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ca.txt" enablePositionIncrements="true"/>
770         <filter class="solr.SnowballPorterFilterFactory" language="Catalan"/>       
771       </analyzer>
772     </fieldType>
773     
774     <!-- CJK bigram (see text_ja for a Japanese configuration using morphological analysis) -->
775     <fieldType name="text_cjk" class="solr.TextField" positionIncrementGap="100">
776       <analyzer>
777         <tokenizer class="solr.StandardTokenizerFactory"/>
778         <!-- normalize width before bigram, as e.g. half-width dakuten combine  -->
779         <filter class="solr.CJKWidthFilterFactory"/>
780         <!-- for any non-CJK -->
781         <filter class="solr.LowerCaseFilterFactory"/>
782         <filter class="solr.CJKBigramFilterFactory"/>
783       </analyzer>
784     </fieldType>
785
786     <!-- Czech -->
787     <fieldType name="text_cz" class="solr.TextField" positionIncrementGap="100">
788       <analyzer> 
789         <tokenizer class="solr.StandardTokenizerFactory"/>
790         <filter class="solr.LowerCaseFilterFactory"/>
791         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_cz.txt" enablePositionIncrements="true"/>
792         <filter class="solr.CzechStemFilterFactory"/>       
793       </analyzer>
794     </fieldType>
795     
796     <!-- Danish -->
797     <fieldType name="text_da" class="solr.TextField" positionIncrementGap="100">
798       <analyzer> 
799         <tokenizer class="solr.StandardTokenizerFactory"/>
800         <filter class="solr.LowerCaseFilterFactory"/>
801         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_da.txt" format="snowball" enablePositionIncrements="true"/>
802         <filter class="solr.SnowballPorterFilterFactory" language="Danish"/>       
803       </analyzer>
804     </fieldType>
805     
806     <!-- German -->
807     <fieldType name="text_de" class="solr.TextField" positionIncrementGap="100">
808       <analyzer> 
809         <tokenizer class="solr.StandardTokenizerFactory"/>
810         <filter class="solr.LowerCaseFilterFactory"/>
811         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_de.txt" format="snowball" enablePositionIncrements="true"/>
812         <filter class="solr.GermanNormalizationFilterFactory"/>
813         <filter class="solr.GermanLightStemFilterFactory"/>
814         <!-- less aggressive: <filter class="solr.GermanMinimalStemFilterFactory"/> -->
815         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="German2"/> -->
816       </analyzer>
817     </fieldType>
818     
819     <!-- Greek -->
820     <fieldType name="text_el" class="solr.TextField" positionIncrementGap="100">
821       <analyzer> 
822         <tokenizer class="solr.StandardTokenizerFactory"/>
823         <!-- greek specific lowercase for sigma -->
824         <filter class="solr.GreekLowerCaseFilterFactory"/>
825         <filter class="solr.StopFilterFactory" ignoreCase="false" words="lang/stopwords_el.txt" enablePositionIncrements="true"/>
826         <filter class="solr.GreekStemFilterFactory"/>
827       </analyzer>
828     </fieldType>
829     
830     <!-- Spanish -->
831     <fieldType name="text_es" class="solr.TextField" positionIncrementGap="100">
832       <analyzer> 
833         <tokenizer class="solr.StandardTokenizerFactory"/>
834         <filter class="solr.LowerCaseFilterFactory"/>
835         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_es.txt" format="snowball" enablePositionIncrements="true"/>
836         <filter class="solr.SpanishLightStemFilterFactory"/>
837         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Spanish"/> -->
838       </analyzer>
839     </fieldType>
840     
841     <!-- Basque -->
842     <fieldType name="text_eu" class="solr.TextField" positionIncrementGap="100">
843       <analyzer> 
844         <tokenizer class="solr.StandardTokenizerFactory"/>
845         <filter class="solr.LowerCaseFilterFactory"/>
846         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_eu.txt" enablePositionIncrements="true"/>
847         <filter class="solr.SnowballPorterFilterFactory" language="Basque"/>
848       </analyzer>
849     </fieldType>
850     
851     <!-- Persian -->
852     <fieldType name="text_fa" class="solr.TextField" positionIncrementGap="100">
853       <analyzer>
854         <!-- for ZWNJ -->
855         <charFilter class="solr.PersianCharFilterFactory"/>
856         <tokenizer class="solr.StandardTokenizerFactory"/>
857         <filter class="solr.LowerCaseFilterFactory"/>
858         <filter class="solr.ArabicNormalizationFilterFactory"/>
859         <filter class="solr.PersianNormalizationFilterFactory"/>
860         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fa.txt" enablePositionIncrements="true"/>
861       </analyzer>
862     </fieldType>
863     
864     <!-- Finnish -->
865     <fieldType name="text_fi" class="solr.TextField" positionIncrementGap="100">
866       <analyzer> 
867         <tokenizer class="solr.StandardTokenizerFactory"/>
868         <filter class="solr.LowerCaseFilterFactory"/>
869         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fi.txt" format="snowball" enablePositionIncrements="true"/>
870         <filter class="solr.SnowballPorterFilterFactory" language="Finnish"/>
871         <!-- less aggressive: <filter class="solr.FinnishLightStemFilterFactory"/> -->
872       </analyzer>
873     </fieldType>
874     
875     <!-- French -->
876     <fieldType name="text_fr" class="solr.TextField" positionIncrementGap="100">
877       <analyzer> 
878         <tokenizer class="solr.StandardTokenizerFactory"/>
879         <!-- removes l', etc -->
880         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_fr.txt"/>
881         <filter class="solr.LowerCaseFilterFactory"/>
882         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fr.txt" format="snowball" enablePositionIncrements="true"/>
883         <filter class="solr.FrenchLightStemFilterFactory"/>
884         <!-- less aggressive: <filter class="solr.FrenchMinimalStemFilterFactory"/> -->
885         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="French"/> -->
886       </analyzer>
887     </fieldType>
888     
889     <!-- Irish -->
890     <fieldType name="text_ga" class="solr.TextField" positionIncrementGap="100">
891       <analyzer> 
892         <tokenizer class="solr.StandardTokenizerFactory"/>
893         <!-- removes d', etc -->
894         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_ga.txt"/>
895         <!-- removes n-, etc. position increments is intentionally false! -->
896         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/hyphenations_ga.txt" enablePositionIncrements="false"/>
897         <filter class="solr.IrishLowerCaseFilterFactory"/>
898         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ga.txt" enablePositionIncrements="true"/>
899         <filter class="solr.SnowballPorterFilterFactory" language="Irish"/>
900       </analyzer>
901     </fieldType>
902     
903     <!-- Galician -->
904     <fieldType name="text_gl" class="solr.TextField" positionIncrementGap="100">
905       <analyzer> 
906         <tokenizer class="solr.StandardTokenizerFactory"/>
907         <filter class="solr.LowerCaseFilterFactory"/>
908         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_gl.txt" enablePositionIncrements="true"/>
909         <filter class="solr.GalicianStemFilterFactory"/>
910         <!-- less aggressive: <filter class="solr.GalicianMinimalStemFilterFactory"/> -->
911       </analyzer>
912     </fieldType>
913     
914     <!-- Hindi -->
915     <fieldType name="text_hi" class="solr.TextField" positionIncrementGap="100">
916       <analyzer> 
917         <tokenizer class="solr.StandardTokenizerFactory"/>
918         <filter class="solr.LowerCaseFilterFactory"/>
919         <!-- normalizes unicode representation -->
920         <filter class="solr.IndicNormalizationFilterFactory"/>
921         <!-- normalizes variation in spelling -->
922         <filter class="solr.HindiNormalizationFilterFactory"/>
923         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hi.txt" enablePositionIncrements="true"/>
924         <filter class="solr.HindiStemFilterFactory"/>
925       </analyzer>
926     </fieldType>
927     
928     <!-- Hungarian -->
929     <fieldType name="text_hu" class="solr.TextField" positionIncrementGap="100">
930       <analyzer> 
931         <tokenizer class="solr.StandardTokenizerFactory"/>
932         <filter class="solr.LowerCaseFilterFactory"/>
933         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hu.txt" format="snowball" enablePositionIncrements="true"/>
934         <filter class="solr.SnowballPorterFilterFactory" language="Hungarian"/>
935         <!-- less aggressive: <filter class="solr.HungarianLightStemFilterFactory"/> -->   
936       </analyzer>
937     </fieldType>
938     
939     <!-- Armenian -->
940     <fieldType name="text_hy" class="solr.TextField" positionIncrementGap="100">
941       <analyzer> 
942         <tokenizer class="solr.StandardTokenizerFactory"/>
943         <filter class="solr.LowerCaseFilterFactory"/>
944         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hy.txt" enablePositionIncrements="true"/>
945         <filter class="solr.SnowballPorterFilterFactory" language="Armenian"/>
946       </analyzer>
947     </fieldType>
948     
949     <!-- Indonesian -->
950     <fieldType name="text_id" class="solr.TextField" positionIncrementGap="100">
951       <analyzer> 
952         <tokenizer class="solr.StandardTokenizerFactory"/>
953         <filter class="solr.LowerCaseFilterFactory"/>
954         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_id.txt" enablePositionIncrements="true"/>
955         <!-- for a less aggressive approach (only inflectional suffixes), set stemDerivational to false -->
956         <filter class="solr.IndonesianStemFilterFactory" stemDerivational="true"/>
957       </analyzer>
958     </fieldType>
959     
960     <!-- Italian -->
961     <fieldType name="text_it" class="solr.TextField" positionIncrementGap="100">
962       <analyzer> 
963         <tokenizer class="solr.StandardTokenizerFactory"/>
964         <!-- removes l', etc -->
965         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_it.txt"/>
966         <filter class="solr.LowerCaseFilterFactory"/>
967         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_it.txt" format="snowball" enablePositionIncrements="true"/>
968         <filter class="solr.ItalianLightStemFilterFactory"/>
969         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Italian"/> -->
970       </analyzer>
971     </fieldType>
972     
973     <!-- Japanese using morphological analysis (see text_cjk for a configuration using bigramming)
974
975          NOTE: If you want to optimize search for precision, use default operator AND in your query
976          parser config with <solrQueryParser defaultOperator="AND"/> further down in this file.  Use 
977          OR if you would like to optimize for recall (default).
978     -->
979     <fieldType name="text_ja" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="false">
980       <analyzer>
981       <!-- Kuromoji Japanese morphological analyzer/tokenizer (JapaneseTokenizer)
982
983            Kuromoji has a search mode (default) that does segmentation useful for search.  A heuristic
984            is used to segment compounds into its parts and the compound itself is kept as synonym.
985
986            Valid values for attribute mode are:
987               normal: regular segmentation
988               search: segmentation useful for search with synonyms compounds (default)
989             extended: same as search mode, but unigrams unknown words (experimental)
990
991            For some applications it might be good to use search mode for indexing and normal mode for
992            queries to reduce recall and prevent parts of compounds from being matched and highlighted.
993            Use <analyzer type="index"> and <analyzer type="query"> for this and mode normal in query.
994
995            Kuromoji also has a convenient user dictionary feature that allows overriding the statistical
996            model with your own entries for segmentation, part-of-speech tags and readings without a need
997            to specify weights.  Notice that user dictionaries have not been subject to extensive testing.
998
999            User dictionary attributes are:
1000                      userDictionary: user dictionary filename
1001              userDictionaryEncoding: user dictionary encoding (default is UTF-8)
1002
1003            See lang/userdict_ja.txt for a sample user dictionary file.
1004
1005            Punctuation characters are discarded by default.  Use discardPunctuation="false" to keep them.
1006
1007            See http://wiki.apache.org/solr/JapaneseLanguageSupport for more on Japanese language support.
1008         -->
1009         <tokenizer class="solr.JapaneseTokenizerFactory" mode="search"/>
1010         <!--<tokenizer class="solr.JapaneseTokenizerFactory" mode="search" userDictionary="lang/userdict_ja.txt"/>-->
1011         <!-- Reduces inflected verbs and adjectives to their base/dictionary forms (辞書形) -->
1012         <filter class="solr.JapaneseBaseFormFilterFactory"/>
1013         <!-- Removes tokens with certain part-of-speech tags -->
1014         <filter class="solr.JapanesePartOfSpeechStopFilterFactory" tags="lang/stoptags_ja.txt" enablePositionIncrements="true"/>
1015         <!-- Normalizes full-width romaji to half-width and half-width kana to full-width (Unicode NFKC subset) -->
1016         <filter class="solr.CJKWidthFilterFactory"/>
1017         <!-- Removes common tokens typically not useful for search, but have a negative effect on ranking -->
1018         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ja.txt" enablePositionIncrements="true" />
1019         <!-- Normalizes common katakana spelling variations by removing any last long sound character (U+30FC) -->
1020         <filter class="solr.JapaneseKatakanaStemFilterFactory" minimumLength="4"/>
1021         <!-- Lower-cases romaji characters -->
1022         <filter class="solr.LowerCaseFilterFactory"/>
1023       </analyzer>
1024     </fieldType>
1025     
1026     <!-- Latvian -->
1027     <fieldType name="text_lv" class="solr.TextField" positionIncrementGap="100">
1028       <analyzer> 
1029         <tokenizer class="solr.StandardTokenizerFactory"/>
1030         <filter class="solr.LowerCaseFilterFactory"/>
1031         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_lv.txt" enablePositionIncrements="true"/>
1032         <filter class="solr.LatvianStemFilterFactory"/>
1033       </analyzer>
1034     </fieldType>
1035     
1036     <!-- Dutch -->
1037     <fieldType name="text_nl" class="solr.TextField" positionIncrementGap="100">
1038       <analyzer> 
1039         <tokenizer class="solr.StandardTokenizerFactory"/>
1040         <filter class="solr.LowerCaseFilterFactory"/>
1041         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_nl.txt" format="snowball" enablePositionIncrements="true"/>
1042         <filter class="solr.StemmerOverrideFilterFactory" dictionary="lang/stemdict_nl.txt" ignoreCase="false"/>
1043         <filter class="solr.SnowballPorterFilterFactory" language="Dutch"/>
1044       </analyzer>
1045     </fieldType>
1046     
1047     <!-- Norwegian -->
1048     <fieldType name="text_no" class="solr.TextField" positionIncrementGap="100">
1049       <analyzer> 
1050         <tokenizer class="solr.StandardTokenizerFactory"/>
1051         <filter class="solr.LowerCaseFilterFactory"/>
1052         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_no.txt" format="snowball" enablePositionIncrements="true"/>
1053         <filter class="solr.SnowballPorterFilterFactory" language="Norwegian"/>
1054         <!-- less aggressive: <filter class="solr.NorwegianLightStemFilterFactory"/> -->
1055         <!-- singular/plural: <filter class="solr.NorwegianMinimalStemFilterFactory"/> -->
1056       </analyzer>
1057     </fieldType>
1058
1059     <!-- Polish -->
1060     <fieldType name="text_pl" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
1061       <analyzer> 
1062         <tokenizer class="solr.StandardTokenizerFactory"/>
1063         <filter class="solr.LowerCaseFilterFactory"/>
1064         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_pl.txt" format="snowball" enablePositionIncrements="true"/>
1065         <filter class="solr.MorfologikFilterFactory" dictionary="MORFOLOGIK" />
1066         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1067         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1068         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1069       </analyzer>
1070     </fieldType>
1071     
1072     
1073     <!-- Portuguese -->
1074     <fieldType name="text_pt" class="solr.TextField" positionIncrementGap="100">
1075       <analyzer> 
1076         <tokenizer class="solr.StandardTokenizerFactory"/>
1077         <filter class="solr.LowerCaseFilterFactory"/>
1078         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_pt.txt" format="snowball" enablePositionIncrements="true"/>
1079         <filter class="solr.PortugueseLightStemFilterFactory"/>
1080         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1081         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1082         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1083       </analyzer>
1084     </fieldType>
1085     
1086     <!-- Romanian -->
1087     <fieldType name="text_ro" class="solr.TextField" positionIncrementGap="100">
1088       <analyzer> 
1089         <tokenizer class="solr.StandardTokenizerFactory"/>
1090         <filter class="solr.LowerCaseFilterFactory"/>
1091         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ro.txt" enablePositionIncrements="true"/>
1092         <filter class="solr.SnowballPorterFilterFactory" language="Romanian"/>
1093       </analyzer>
1094     </fieldType>
1095     
1096     <!-- Russian -->
1097     <fieldType name="text_ru" class="solr.TextField" positionIncrementGap="100">
1098       <analyzer> 
1099         <tokenizer class="solr.StandardTokenizerFactory"/>
1100         <filter class="solr.LowerCaseFilterFactory"/>
1101         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ru.txt" format="snowball" enablePositionIncrements="true"/>
1102         <filter class="solr.SnowballPorterFilterFactory" language="Russian"/>
1103         <!-- less aggressive: <filter class="solr.RussianLightStemFilterFactory"/> -->
1104       </analyzer>
1105     </fieldType>
1106     
1107     <!-- Swedish -->
1108     <fieldType name="text_sv" class="solr.TextField" positionIncrementGap="100">
1109       <analyzer> 
1110         <tokenizer class="solr.StandardTokenizerFactory"/>
1111         <filter class="solr.LowerCaseFilterFactory"/>
1112         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_sv.txt" format="snowball" enablePositionIncrements="true"/>
1113         <filter class="solr.SnowballPorterFilterFactory" language="Swedish"/>
1114         <!-- less aggressive: <filter class="solr.SwedishLightStemFilterFactory"/> -->
1115       </analyzer>
1116     </fieldType>
1117     
1118     <!-- Thai -->
1119     <fieldType name="text_th" class="solr.TextField" positionIncrementGap="100">
1120       <analyzer> 
1121         <tokenizer class="solr.StandardTokenizerFactory"/>
1122         <filter class="solr.LowerCaseFilterFactory"/>
1123         <filter class="solr.ThaiWordFilterFactory"/>
1124         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_th.txt" enablePositionIncrements="true"/>
1125       </analyzer>
1126     </fieldType>
1127     
1128     <!-- Turkish -->
1129     <fieldType name="text_tr" class="solr.TextField" positionIncrementGap="100">
1130       <analyzer> 
1131         <tokenizer class="solr.StandardTokenizerFactory"/>
1132         <filter class="solr.TurkishLowerCaseFilterFactory"/>
1133         <filter class="solr.StopFilterFactory" ignoreCase="false" words="lang/stopwords_tr.txt" enablePositionIncrements="true"/>
1134         <filter class="solr.SnowballPorterFilterFactory" language="Turkish"/>
1135       </analyzer>
1136     </fieldType>
1137
1138  </types>
1139   
1140   <!-- Similarity is the scoring routine for each document vs. a query.
1141        A custom Similarity or SimilarityFactory may be specified here, but 
1142        the default is fine for most applications.  
1143        For more info: http://wiki.apache.org/solr/SchemaXml#Similarity
1144     -->
1145   <!--
1146      <similarity class="com.example.solr.CustomSimilarityFactory">
1147        <str name="paramkey">param value</str>
1148      </similarity>
1149     -->
1150
1151 </schema>