510a9610b2f46ffa701b9c89762b0c8277f4041a
[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"/>
136    <field name="translators" type="text_general" stored="false" indexed="true" multiValued="true"/>
137    <field name="title" type="text_pl" stored="false" indexed="true"/>
138    <field name="title_orig" type="text_general" stored="false" 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" intexed="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" 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" intexed="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
270 <!--
271    <copyField source="cat" dest="text"/>
272    <copyField source="name" dest="text"/>
273    <copyField source="manu" dest="text"/>
274    <copyField source="features" dest="text"/>
275    <copyField source="includes" dest="text"/>
276    <copyField source="manu" dest="manu_exact"/>
277 -->
278    <!-- Copy the price into a currency enabled field (default USD) -->
279 <!--   <copyField source="price" dest="price_c"/>-->
280
281    <!-- Text fields from SolrCell to search by default in our catch-all field -->
282 <!--   <copyField source="title" dest="text"/>
283    <copyField source="author" dest="text"/>
284    <copyField source="description" dest="text"/>
285    <copyField source="keywords" dest="text"/>
286    <copyField source="content" dest="text"/>
287    <copyField source="content_type" dest="text"/>
288    <copyField source="resourcename" dest="text"/>
289    <copyField source="url" dest="text"/>-->
290
291    <!-- Create a string version of author for faceting -->
292 <!--   <copyField source="author" dest="author_s"/>-->
293         
294    <!-- Above, multiple source fields are copied to the [text] field. 
295           Another way to map multiple source fields to the same 
296           destination field is to use the dynamic field syntax. 
297           copyField also supports a maxChars to copy setting.  -->
298            
299    <!-- <copyField source="*_t" dest="text" maxChars="3000"/> -->
300
301    <!-- copy name to alphaNameSort, a field designed for sorting by name -->
302    <!-- <copyField source="name" dest="alphaNameSort"/> -->
303  
304   <types>
305     <!-- field type definitions. The "name" attribute is
306        just a label to be used by field definitions.  The "class"
307        attribute and any other attributes determine the real
308        behavior of the fieldType.
309          Class names starting with "solr" refer to java classes in a
310        standard package such as org.apache.solr.analysis
311     -->
312
313     <!-- The StrField type is not analyzed, but indexed/stored verbatim. -->
314     <fieldType name="string" class="solr.StrField" sortMissingLast="true" />
315
316     <!-- boolean type: "true" or "false" -->
317     <fieldType name="boolean" class="solr.BoolField" sortMissingLast="true"/>
318
319     <!-- sortMissingLast and sortMissingFirst attributes are optional attributes are
320          currently supported on types that are sorted internally as strings
321          and on numeric types.
322              This includes "string","boolean", and, as of 3.5 (and 4.x),
323              int, float, long, date, double, including the "Trie" variants.
324        - If sortMissingLast="true", then a sort on this field will cause documents
325          without the field to come after documents with the field,
326          regardless of the requested sort order (asc or desc).
327        - If sortMissingFirst="true", then a sort on this field will cause documents
328          without the field to come before documents with the field,
329          regardless of the requested sort order.
330        - If sortMissingLast="false" and sortMissingFirst="false" (the default),
331          then default lucene sorting will be used which places docs without the
332          field first in an ascending sort and last in a descending sort.
333     -->    
334
335     <!--
336       Default numeric field types. For faster range queries, consider the tint/tfloat/tlong/tdouble types.
337     -->
338     <fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0"/>
339     <fieldType name="float" class="solr.TrieFloatField" precisionStep="0" positionIncrementGap="0"/>
340     <fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>
341     <fieldType name="double" class="solr.TrieDoubleField" precisionStep="0" positionIncrementGap="0"/>
342
343     <!--
344      Numeric field types that index each value at various levels of precision
345      to accelerate range queries when the number of values between the range
346      endpoints is large. See the javadoc for NumericRangeQuery for internal
347      implementation details.
348
349      Smaller precisionStep values (specified in bits) will lead to more tokens
350      indexed per value, slightly larger index size, and faster range queries.
351      A precisionStep of 0 disables indexing at different precision levels.
352     -->
353     <fieldType name="tint" class="solr.TrieIntField" precisionStep="8" positionIncrementGap="0"/>
354     <fieldType name="tfloat" class="solr.TrieFloatField" precisionStep="8" positionIncrementGap="0"/>
355     <fieldType name="tlong" class="solr.TrieLongField" precisionStep="8" positionIncrementGap="0"/>
356     <fieldType name="tdouble" class="solr.TrieDoubleField" precisionStep="8" positionIncrementGap="0"/>
357
358     <!-- The format for this date field is of the form 1995-12-31T23:59:59Z, and
359          is a more restricted form of the canonical representation of dateTime
360          http://www.w3.org/TR/xmlschema-2/#dateTime    
361          The trailing "Z" designates UTC time and is mandatory.
362          Optional fractional seconds are allowed: 1995-12-31T23:59:59.999Z
363          All other components are mandatory.
364
365          Expressions can also be used to denote calculations that should be
366          performed relative to "NOW" to determine the value, ie...
367
368                NOW/HOUR
369                   ... Round to the start of the current hour
370                NOW-1DAY
371                   ... Exactly 1 day prior to now
372                NOW/DAY+6MONTHS+3DAYS
373                   ... 6 months and 3 days in the future from the start of
374                       the current day
375                       
376          Consult the DateField javadocs for more information.
377
378          Note: For faster range queries, consider the tdate type
379       -->
380     <fieldType name="date" class="solr.TrieDateField" precisionStep="0" positionIncrementGap="0"/>
381
382     <!-- A Trie based date field for faster date range queries and date faceting. -->
383     <fieldType name="tdate" class="solr.TrieDateField" precisionStep="6" positionIncrementGap="0"/>
384
385
386     <!--Binary data type. The data should be sent/retrieved in as Base64 encoded Strings -->
387     <fieldtype name="binary" class="solr.BinaryField"/>
388
389     <!--
390       Note:
391       These should only be used for compatibility with existing indexes (created with lucene or older Solr versions).
392       Use Trie based fields instead. As of Solr 3.5 and 4.x, Trie based fields support sortMissingFirst/Last
393       
394       Plain numeric field types that store and index the text
395       value verbatim (and hence don't correctly support range queries, since the
396       lexicographic ordering isn't equal to the numeric ordering)
397     -->
398     <fieldType name="pint" class="solr.IntField"/>
399     <fieldType name="plong" class="solr.LongField"/>
400     <fieldType name="pfloat" class="solr.FloatField"/>
401     <fieldType name="pdouble" class="solr.DoubleField"/>
402     <fieldType name="pdate" class="solr.DateField" sortMissingLast="true"/>
403
404     <!-- The "RandomSortField" is not used to store or search any
405          data.  You can declare fields of this type it in your schema
406          to generate pseudo-random orderings of your docs for sorting 
407          or function purposes.  The ordering is generated based on the field
408          name and the version of the index. As long as the index version
409          remains unchanged, and the same field name is reused,
410          the ordering of the docs will be consistent.  
411          If you want different psuedo-random orderings of documents,
412          for the same version of the index, use a dynamicField and
413          change the field name in the request.
414      -->
415     <fieldType name="random" class="solr.RandomSortField" indexed="true" />
416
417     <!-- solr.TextField allows the specification of custom text analyzers
418          specified as a tokenizer and a list of token filters. Different
419          analyzers may be specified for indexing and querying.
420
421          The optional positionIncrementGap puts space between multiple fields of
422          this type on the same document, with the purpose of preventing false phrase
423          matching across fields.
424
425          For more info on customizing your analyzer chain, please see
426          http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters
427      -->
428
429     <!-- One can also specify an existing Analyzer class that has a
430          default constructor via the class attribute on the analyzer element.
431          Example:
432     <fieldType name="text_greek" class="solr.TextField">
433       <analyzer class="org.apache.lucene.analysis.el.GreekAnalyzer"/>
434     </fieldType>
435     -->
436
437     <fieldType name="uuid" class="solr.UUIDField" indexed="true" />
438
439
440     <!-- A text field that only splits on whitespace for exact matching of words -->
441     <fieldType name="text_ws" class="solr.TextField" positionIncrementGap="100">
442       <analyzer>
443         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
444       </analyzer>
445     </fieldType>
446
447     <!-- A general text field that has reasonable, generic
448          cross-language defaults: it tokenizes with StandardTokenizer,
449          removes stop words from case-insensitive "stopwords.txt"
450          (empty by default), and down cases.  At query time only, it
451          also applies synonyms. -->
452     <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
453       <analyzer type="index">
454         <tokenizer class="solr.StandardTokenizerFactory"/>
455         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
456         <!-- in this example, we will only use synonyms at query time
457         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
458         -->
459         <filter class="solr.LowerCaseFilterFactory"/>
460       </analyzer>
461       <analyzer type="query">
462         <tokenizer class="solr.StandardTokenizerFactory"/>
463         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
464         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
465         <filter class="solr.LowerCaseFilterFactory"/>
466       </analyzer>
467     </fieldType>
468
469     <!-- A text field with defaults appropriate for English: it
470          tokenizes with StandardTokenizer, removes English stop words
471          (lang/stopwords_en.txt), down cases, protects words from protwords.txt, and
472          finally applies Porter's stemming.  The query time analyzer
473          also applies synonyms from synonyms.txt. -->
474     <fieldType name="text_en" class="solr.TextField" positionIncrementGap="100">
475       <analyzer type="index">
476         <tokenizer class="solr.StandardTokenizerFactory"/>
477         <!-- in this example, we will only use synonyms at query time
478         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
479         -->
480         <!-- Case insensitive stop word removal.
481           add enablePositionIncrements=true in both the index and query
482           analyzers to leave a 'gap' for more accurate phrase queries.
483         -->
484         <filter class="solr.StopFilterFactory"
485                 ignoreCase="true"
486                 words="lang/stopwords_en.txt"
487                 enablePositionIncrements="true"
488                 />
489         <filter class="solr.LowerCaseFilterFactory"/>
490         <filter class="solr.EnglishPossessiveFilterFactory"/>
491         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
492         <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
493         <filter class="solr.EnglishMinimalStemFilterFactory"/>
494         -->
495         <filter class="solr.PorterStemFilterFactory"/>
496       </analyzer>
497       <analyzer type="query">
498         <tokenizer class="solr.StandardTokenizerFactory"/>
499         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
500         <filter class="solr.StopFilterFactory"
501                 ignoreCase="true"
502                 words="lang/stopwords_en.txt"
503                 enablePositionIncrements="true"
504                 />
505         <filter class="solr.LowerCaseFilterFactory"/>
506         <filter class="solr.EnglishPossessiveFilterFactory"/>
507         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
508         <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
509         <filter class="solr.EnglishMinimalStemFilterFactory"/>
510         -->
511         <filter class="solr.PorterStemFilterFactory"/>
512       </analyzer>
513     </fieldType>
514
515     <!-- A text field with defaults appropriate for English, plus
516          aggressive word-splitting and autophrase features enabled.
517          This field is just like text_en, except it adds
518          WordDelimiterFilter to enable splitting and matching of
519          words on case-change, alpha numeric boundaries, and
520          non-alphanumeric chars.  This means certain compound word
521          cases will work, for example query "wi fi" will match
522          document "WiFi" or "wi-fi".
523         -->
524     <fieldType name="text_en_splitting" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
525       <analyzer type="index">
526         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
527         <!-- in this example, we will only use synonyms at query time
528         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
529         -->
530         <!-- Case insensitive stop word removal.
531           add enablePositionIncrements=true in both the index and query
532           analyzers to leave a 'gap' for more accurate phrase queries.
533         -->
534         <filter class="solr.StopFilterFactory"
535                 ignoreCase="true"
536                 words="lang/stopwords_en.txt"
537                 enablePositionIncrements="true"
538                 />
539         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
540         <filter class="solr.LowerCaseFilterFactory"/>
541         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
542         <filter class="solr.PorterStemFilterFactory"/>
543       </analyzer>
544       <analyzer type="query">
545         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
546         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
547         <filter class="solr.StopFilterFactory"
548                 ignoreCase="true"
549                 words="lang/stopwords_en.txt"
550                 enablePositionIncrements="true"
551                 />
552         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
553         <filter class="solr.LowerCaseFilterFactory"/>
554         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
555         <filter class="solr.PorterStemFilterFactory"/>
556       </analyzer>
557     </fieldType>
558
559     <!-- Less flexible matching, but less false matches.  Probably not ideal for product names,
560          but may be good for SKUs.  Can insert dashes in the wrong place and still match. -->
561     <fieldType name="text_en_splitting_tight" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
562       <analyzer>
563         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
564         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="false"/>
565         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_en.txt"/>
566         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="0" generateNumberParts="0" catenateWords="1" catenateNumbers="1" catenateAll="0"/>
567         <filter class="solr.LowerCaseFilterFactory"/>
568         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
569         <filter class="solr.EnglishMinimalStemFilterFactory"/>
570         <!-- this filter can remove any duplicate tokens that appear at the same position - sometimes
571              possible with WordDelimiterFilter in conjuncton with stemming. -->
572         <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
573       </analyzer>
574     </fieldType>
575
576     <!-- Just like text_general except it reverses the characters of
577          each token, to enable more efficient leading wildcard queries. -->
578     <fieldType name="text_general_rev" class="solr.TextField" positionIncrementGap="100">
579       <analyzer type="index">
580         <tokenizer class="solr.StandardTokenizerFactory"/>
581         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
582         <filter class="solr.LowerCaseFilterFactory"/>
583         <filter class="solr.ReversedWildcardFilterFactory" withOriginal="true"
584            maxPosAsterisk="3" maxPosQuestion="2" maxFractionAsterisk="0.33"/>
585       </analyzer>
586       <analyzer type="query">
587         <tokenizer class="solr.StandardTokenizerFactory"/>
588         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
589         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
590         <filter class="solr.LowerCaseFilterFactory"/>
591       </analyzer>
592     </fieldType>
593
594     <!-- charFilter + WhitespaceTokenizer  -->
595     <!--
596     <fieldType name="text_char_norm" class="solr.TextField" positionIncrementGap="100" >
597       <analyzer>
598         <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
599         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
600       </analyzer>
601     </fieldType>
602     -->
603
604     <!-- This is an example of using the KeywordTokenizer along
605          With various TokenFilterFactories to produce a sortable field
606          that does not include some properties of the source text
607       -->
608     <fieldType name="alphaOnlySort" class="solr.TextField" sortMissingLast="true" omitNorms="true">
609       <analyzer>
610         <!-- KeywordTokenizer does no actual tokenizing, so the entire
611              input string is preserved as a single token
612           -->
613         <tokenizer class="solr.KeywordTokenizerFactory"/>
614         <!-- The LowerCase TokenFilter does what you expect, which can be
615              when you want your sorting to be case insensitive
616           -->
617         <filter class="solr.LowerCaseFilterFactory" />
618         <!-- The TrimFilter removes any leading or trailing whitespace -->
619         <filter class="solr.TrimFilterFactory" />
620         <!-- The PatternReplaceFilter gives you the flexibility to use
621              Java Regular expression to replace any sequence of characters
622              matching a pattern with an arbitrary replacement string, 
623              which may include back references to portions of the original
624              string matched by the pattern.
625              
626              See the Java Regular Expression documentation for more
627              information on pattern and replacement string syntax.
628              
629              http://java.sun.com/j2se/1.6.0/docs/api/java/util/regex/package-summary.html
630           -->
631         <filter class="solr.PatternReplaceFilterFactory"
632                 pattern="([^a-z])" replacement="" replace="all"
633         />
634       </analyzer>
635     </fieldType>
636     
637     <fieldtype name="phonetic" stored="false" indexed="true" class="solr.TextField" >
638       <analyzer>
639         <tokenizer class="solr.StandardTokenizerFactory"/>
640         <filter class="solr.DoubleMetaphoneFilterFactory" inject="false"/>
641       </analyzer>
642     </fieldtype>
643
644     <fieldtype name="payloads" stored="false" indexed="true" class="solr.TextField" >
645       <analyzer>
646         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
647         <!--
648         The DelimitedPayloadTokenFilter can put payloads on tokens... for example,
649         a token of "foo|1.4"  would be indexed as "foo" with a payload of 1.4f
650         Attributes of the DelimitedPayloadTokenFilterFactory : 
651          "delimiter" - a one character delimiter. Default is | (pipe)
652          "encoder" - how to encode the following value into a playload
653             float -> org.apache.lucene.analysis.payloads.FloatEncoder,
654             integer -> o.a.l.a.p.IntegerEncoder
655             identity -> o.a.l.a.p.IdentityEncoder
656             Fully Qualified class name implementing PayloadEncoder, Encoder must have a no arg constructor.
657          -->
658         <filter class="solr.DelimitedPayloadTokenFilterFactory" encoder="float"/>
659       </analyzer>
660     </fieldtype>
661
662     <!-- lowercases the entire field value, keeping it as a single token.  -->
663     <fieldType name="lowercase" class="solr.TextField" positionIncrementGap="100">
664       <analyzer>
665         <tokenizer class="solr.KeywordTokenizerFactory"/>
666         <filter class="solr.LowerCaseFilterFactory" />
667       </analyzer>
668     </fieldType>
669
670     <!-- 
671       Example of using PathHierarchyTokenizerFactory at index time, so
672       queries for paths match documents at that path, or in descendent paths
673     -->
674     <fieldType name="descendent_path" class="solr.TextField">
675       <analyzer type="index">
676         <tokenizer class="solr.PathHierarchyTokenizerFactory" delimiter="/" />
677       </analyzer>
678       <analyzer type="query">
679         <tokenizer class="solr.KeywordTokenizerFactory" />
680       </analyzer>
681     </fieldType>
682     <!-- 
683       Example of using PathHierarchyTokenizerFactory at query time, so
684       queries for paths match documents at that path, or in ancestor paths
685     -->
686     <fieldType name="ancestor_path" class="solr.TextField">
687       <analyzer type="index">
688         <tokenizer class="solr.KeywordTokenizerFactory" />
689       </analyzer>
690       <analyzer type="query">
691         <tokenizer class="solr.PathHierarchyTokenizerFactory" delimiter="/" />
692       </analyzer>
693     </fieldType>
694
695     <!-- since fields of this type are by default not stored or indexed,
696          any data added to them will be ignored outright.  --> 
697     <fieldtype name="ignored" stored="false" indexed="false" multiValued="true" class="solr.StrField" />
698
699     <!-- This point type indexes the coordinates as separate fields (subFields)
700       If subFieldType is defined, it references a type, and a dynamic field
701       definition is created matching *___<typename>.  Alternately, if 
702       subFieldSuffix is defined, that is used to create the subFields.
703       Example: if subFieldType="double", then the coordinates would be
704         indexed in fields myloc_0___double,myloc_1___double.
705       Example: if subFieldSuffix="_d" then the coordinates would be indexed
706         in fields myloc_0_d,myloc_1_d
707       The subFields are an implementation detail of the fieldType, and end
708       users normally should not need to know about them.
709      -->
710     <fieldType name="point" class="solr.PointType" dimension="2" subFieldSuffix="_d"/>
711
712     <!-- A specialized field for geospatial search. If indexed, this fieldType must not be multivalued. -->
713     <fieldType name="location" class="solr.LatLonType" subFieldSuffix="_coordinate"/>
714
715    <!--
716     A Geohash is a compact representation of a latitude longitude pair in a single field.
717     See http://wiki.apache.org/solr/SpatialSearch
718    -->
719     <fieldtype name="geohash" class="solr.GeoHashField"/>
720
721    <!-- Money/currency field type. See http://wiki.apache.org/solr/MoneyFieldType
722         Parameters:
723           defaultCurrency: Specifies the default currency if none specified. Defaults to "USD"
724           precisionStep:   Specifies the precisionStep for the TrieLong field used for the amount
725           providerClass:   Lets you plug in other exchange provider backend:
726                            solr.FileExchangeRateProvider is the default and takes one parameter:
727                              currencyConfig: name of an xml file holding exhange rates
728                            solr.OpenExchangeRatesOrgProvider uses rates from openexchangerates.org:
729                              ratesFileLocation: URL or path to rates JSON file (default latest.json on the web)
730                              refreshInterval: Number of minutes between each rates fetch (default: 1440, min: 60)
731    -->
732 <!--    <fieldType name="currency" class="solr.CurrencyField" precisionStep="8" defaultCurrency="USD" currencyConfig="currency.xml" /> - nie dziala -->
733              
734
735
736    <!-- some examples for different languages (generally ordered by ISO code) -->
737
738     <!-- Arabic -->
739     <fieldType name="text_ar" class="solr.TextField" positionIncrementGap="100">
740       <analyzer> 
741         <tokenizer class="solr.StandardTokenizerFactory"/>
742         <!-- for any non-arabic -->
743         <filter class="solr.LowerCaseFilterFactory"/>
744         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ar.txt" enablePositionIncrements="true"/>
745         <!-- normalizes ﻯ to ﻱ, etc -->
746         <filter class="solr.ArabicNormalizationFilterFactory"/>
747         <filter class="solr.ArabicStemFilterFactory"/>
748       </analyzer>
749     </fieldType>
750
751     <!-- Bulgarian -->
752     <fieldType name="text_bg" class="solr.TextField" positionIncrementGap="100">
753       <analyzer> 
754         <tokenizer class="solr.StandardTokenizerFactory"/> 
755         <filter class="solr.LowerCaseFilterFactory"/>
756         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_bg.txt" enablePositionIncrements="true"/>
757         <filter class="solr.BulgarianStemFilterFactory"/>       
758       </analyzer>
759     </fieldType>
760     
761     <!-- Catalan -->
762     <fieldType name="text_ca" class="solr.TextField" positionIncrementGap="100">
763       <analyzer> 
764         <tokenizer class="solr.StandardTokenizerFactory"/>
765         <!-- removes l', etc -->
766         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_ca.txt"/>
767         <filter class="solr.LowerCaseFilterFactory"/>
768         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ca.txt" enablePositionIncrements="true"/>
769         <filter class="solr.SnowballPorterFilterFactory" language="Catalan"/>       
770       </analyzer>
771     </fieldType>
772     
773     <!-- CJK bigram (see text_ja for a Japanese configuration using morphological analysis) -->
774     <fieldType name="text_cjk" class="solr.TextField" positionIncrementGap="100">
775       <analyzer>
776         <tokenizer class="solr.StandardTokenizerFactory"/>
777         <!-- normalize width before bigram, as e.g. half-width dakuten combine  -->
778         <filter class="solr.CJKWidthFilterFactory"/>
779         <!-- for any non-CJK -->
780         <filter class="solr.LowerCaseFilterFactory"/>
781         <filter class="solr.CJKBigramFilterFactory"/>
782       </analyzer>
783     </fieldType>
784
785     <!-- Czech -->
786     <fieldType name="text_cz" class="solr.TextField" positionIncrementGap="100">
787       <analyzer> 
788         <tokenizer class="solr.StandardTokenizerFactory"/>
789         <filter class="solr.LowerCaseFilterFactory"/>
790         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_cz.txt" enablePositionIncrements="true"/>
791         <filter class="solr.CzechStemFilterFactory"/>       
792       </analyzer>
793     </fieldType>
794     
795     <!-- Danish -->
796     <fieldType name="text_da" class="solr.TextField" positionIncrementGap="100">
797       <analyzer> 
798         <tokenizer class="solr.StandardTokenizerFactory"/>
799         <filter class="solr.LowerCaseFilterFactory"/>
800         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_da.txt" format="snowball" enablePositionIncrements="true"/>
801         <filter class="solr.SnowballPorterFilterFactory" language="Danish"/>       
802       </analyzer>
803     </fieldType>
804     
805     <!-- German -->
806     <fieldType name="text_de" class="solr.TextField" positionIncrementGap="100">
807       <analyzer> 
808         <tokenizer class="solr.StandardTokenizerFactory"/>
809         <filter class="solr.LowerCaseFilterFactory"/>
810         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_de.txt" format="snowball" enablePositionIncrements="true"/>
811         <filter class="solr.GermanNormalizationFilterFactory"/>
812         <filter class="solr.GermanLightStemFilterFactory"/>
813         <!-- less aggressive: <filter class="solr.GermanMinimalStemFilterFactory"/> -->
814         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="German2"/> -->
815       </analyzer>
816     </fieldType>
817     
818     <!-- Greek -->
819     <fieldType name="text_el" class="solr.TextField" positionIncrementGap="100">
820       <analyzer> 
821         <tokenizer class="solr.StandardTokenizerFactory"/>
822         <!-- greek specific lowercase for sigma -->
823         <filter class="solr.GreekLowerCaseFilterFactory"/>
824         <filter class="solr.StopFilterFactory" ignoreCase="false" words="lang/stopwords_el.txt" enablePositionIncrements="true"/>
825         <filter class="solr.GreekStemFilterFactory"/>
826       </analyzer>
827     </fieldType>
828     
829     <!-- Spanish -->
830     <fieldType name="text_es" class="solr.TextField" positionIncrementGap="100">
831       <analyzer> 
832         <tokenizer class="solr.StandardTokenizerFactory"/>
833         <filter class="solr.LowerCaseFilterFactory"/>
834         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_es.txt" format="snowball" enablePositionIncrements="true"/>
835         <filter class="solr.SpanishLightStemFilterFactory"/>
836         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Spanish"/> -->
837       </analyzer>
838     </fieldType>
839     
840     <!-- Basque -->
841     <fieldType name="text_eu" class="solr.TextField" positionIncrementGap="100">
842       <analyzer> 
843         <tokenizer class="solr.StandardTokenizerFactory"/>
844         <filter class="solr.LowerCaseFilterFactory"/>
845         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_eu.txt" enablePositionIncrements="true"/>
846         <filter class="solr.SnowballPorterFilterFactory" language="Basque"/>
847       </analyzer>
848     </fieldType>
849     
850     <!-- Persian -->
851     <fieldType name="text_fa" class="solr.TextField" positionIncrementGap="100">
852       <analyzer>
853         <!-- for ZWNJ -->
854         <charFilter class="solr.PersianCharFilterFactory"/>
855         <tokenizer class="solr.StandardTokenizerFactory"/>
856         <filter class="solr.LowerCaseFilterFactory"/>
857         <filter class="solr.ArabicNormalizationFilterFactory"/>
858         <filter class="solr.PersianNormalizationFilterFactory"/>
859         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fa.txt" enablePositionIncrements="true"/>
860       </analyzer>
861     </fieldType>
862     
863     <!-- Finnish -->
864     <fieldType name="text_fi" class="solr.TextField" positionIncrementGap="100">
865       <analyzer> 
866         <tokenizer class="solr.StandardTokenizerFactory"/>
867         <filter class="solr.LowerCaseFilterFactory"/>
868         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fi.txt" format="snowball" enablePositionIncrements="true"/>
869         <filter class="solr.SnowballPorterFilterFactory" language="Finnish"/>
870         <!-- less aggressive: <filter class="solr.FinnishLightStemFilterFactory"/> -->
871       </analyzer>
872     </fieldType>
873     
874     <!-- French -->
875     <fieldType name="text_fr" class="solr.TextField" positionIncrementGap="100">
876       <analyzer> 
877         <tokenizer class="solr.StandardTokenizerFactory"/>
878         <!-- removes l', etc -->
879         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_fr.txt"/>
880         <filter class="solr.LowerCaseFilterFactory"/>
881         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fr.txt" format="snowball" enablePositionIncrements="true"/>
882         <filter class="solr.FrenchLightStemFilterFactory"/>
883         <!-- less aggressive: <filter class="solr.FrenchMinimalStemFilterFactory"/> -->
884         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="French"/> -->
885       </analyzer>
886     </fieldType>
887     
888     <!-- Irish -->
889     <fieldType name="text_ga" class="solr.TextField" positionIncrementGap="100">
890       <analyzer> 
891         <tokenizer class="solr.StandardTokenizerFactory"/>
892         <!-- removes d', etc -->
893         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_ga.txt"/>
894         <!-- removes n-, etc. position increments is intentionally false! -->
895         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/hyphenations_ga.txt" enablePositionIncrements="false"/>
896         <filter class="solr.IrishLowerCaseFilterFactory"/>
897         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ga.txt" enablePositionIncrements="true"/>
898         <filter class="solr.SnowballPorterFilterFactory" language="Irish"/>
899       </analyzer>
900     </fieldType>
901     
902     <!-- Galician -->
903     <fieldType name="text_gl" class="solr.TextField" positionIncrementGap="100">
904       <analyzer> 
905         <tokenizer class="solr.StandardTokenizerFactory"/>
906         <filter class="solr.LowerCaseFilterFactory"/>
907         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_gl.txt" enablePositionIncrements="true"/>
908         <filter class="solr.GalicianStemFilterFactory"/>
909         <!-- less aggressive: <filter class="solr.GalicianMinimalStemFilterFactory"/> -->
910       </analyzer>
911     </fieldType>
912     
913     <!-- Hindi -->
914     <fieldType name="text_hi" class="solr.TextField" positionIncrementGap="100">
915       <analyzer> 
916         <tokenizer class="solr.StandardTokenizerFactory"/>
917         <filter class="solr.LowerCaseFilterFactory"/>
918         <!-- normalizes unicode representation -->
919         <filter class="solr.IndicNormalizationFilterFactory"/>
920         <!-- normalizes variation in spelling -->
921         <filter class="solr.HindiNormalizationFilterFactory"/>
922         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hi.txt" enablePositionIncrements="true"/>
923         <filter class="solr.HindiStemFilterFactory"/>
924       </analyzer>
925     </fieldType>
926     
927     <!-- Hungarian -->
928     <fieldType name="text_hu" class="solr.TextField" positionIncrementGap="100">
929       <analyzer> 
930         <tokenizer class="solr.StandardTokenizerFactory"/>
931         <filter class="solr.LowerCaseFilterFactory"/>
932         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hu.txt" format="snowball" enablePositionIncrements="true"/>
933         <filter class="solr.SnowballPorterFilterFactory" language="Hungarian"/>
934         <!-- less aggressive: <filter class="solr.HungarianLightStemFilterFactory"/> -->   
935       </analyzer>
936     </fieldType>
937     
938     <!-- Armenian -->
939     <fieldType name="text_hy" class="solr.TextField" positionIncrementGap="100">
940       <analyzer> 
941         <tokenizer class="solr.StandardTokenizerFactory"/>
942         <filter class="solr.LowerCaseFilterFactory"/>
943         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hy.txt" enablePositionIncrements="true"/>
944         <filter class="solr.SnowballPorterFilterFactory" language="Armenian"/>
945       </analyzer>
946     </fieldType>
947     
948     <!-- Indonesian -->
949     <fieldType name="text_id" class="solr.TextField" positionIncrementGap="100">
950       <analyzer> 
951         <tokenizer class="solr.StandardTokenizerFactory"/>
952         <filter class="solr.LowerCaseFilterFactory"/>
953         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_id.txt" enablePositionIncrements="true"/>
954         <!-- for a less aggressive approach (only inflectional suffixes), set stemDerivational to false -->
955         <filter class="solr.IndonesianStemFilterFactory" stemDerivational="true"/>
956       </analyzer>
957     </fieldType>
958     
959     <!-- Italian -->
960     <fieldType name="text_it" class="solr.TextField" positionIncrementGap="100">
961       <analyzer> 
962         <tokenizer class="solr.StandardTokenizerFactory"/>
963         <!-- removes l', etc -->
964         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_it.txt"/>
965         <filter class="solr.LowerCaseFilterFactory"/>
966         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_it.txt" format="snowball" enablePositionIncrements="true"/>
967         <filter class="solr.ItalianLightStemFilterFactory"/>
968         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Italian"/> -->
969       </analyzer>
970     </fieldType>
971     
972     <!-- Japanese using morphological analysis (see text_cjk for a configuration using bigramming)
973
974          NOTE: If you want to optimize search for precision, use default operator AND in your query
975          parser config with <solrQueryParser defaultOperator="AND"/> further down in this file.  Use 
976          OR if you would like to optimize for recall (default).
977     -->
978     <fieldType name="text_ja" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="false">
979       <analyzer>
980       <!-- Kuromoji Japanese morphological analyzer/tokenizer (JapaneseTokenizer)
981
982            Kuromoji has a search mode (default) that does segmentation useful for search.  A heuristic
983            is used to segment compounds into its parts and the compound itself is kept as synonym.
984
985            Valid values for attribute mode are:
986               normal: regular segmentation
987               search: segmentation useful for search with synonyms compounds (default)
988             extended: same as search mode, but unigrams unknown words (experimental)
989
990            For some applications it might be good to use search mode for indexing and normal mode for
991            queries to reduce recall and prevent parts of compounds from being matched and highlighted.
992            Use <analyzer type="index"> and <analyzer type="query"> for this and mode normal in query.
993
994            Kuromoji also has a convenient user dictionary feature that allows overriding the statistical
995            model with your own entries for segmentation, part-of-speech tags and readings without a need
996            to specify weights.  Notice that user dictionaries have not been subject to extensive testing.
997
998            User dictionary attributes are:
999                      userDictionary: user dictionary filename
1000              userDictionaryEncoding: user dictionary encoding (default is UTF-8)
1001
1002            See lang/userdict_ja.txt for a sample user dictionary file.
1003
1004            Punctuation characters are discarded by default.  Use discardPunctuation="false" to keep them.
1005
1006            See http://wiki.apache.org/solr/JapaneseLanguageSupport for more on Japanese language support.
1007         -->
1008         <tokenizer class="solr.JapaneseTokenizerFactory" mode="search"/>
1009         <!--<tokenizer class="solr.JapaneseTokenizerFactory" mode="search" userDictionary="lang/userdict_ja.txt"/>-->
1010         <!-- Reduces inflected verbs and adjectives to their base/dictionary forms (辞書形) -->
1011         <filter class="solr.JapaneseBaseFormFilterFactory"/>
1012         <!-- Removes tokens with certain part-of-speech tags -->
1013         <filter class="solr.JapanesePartOfSpeechStopFilterFactory" tags="lang/stoptags_ja.txt" enablePositionIncrements="true"/>
1014         <!-- Normalizes full-width romaji to half-width and half-width kana to full-width (Unicode NFKC subset) -->
1015         <filter class="solr.CJKWidthFilterFactory"/>
1016         <!-- Removes common tokens typically not useful for search, but have a negative effect on ranking -->
1017         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ja.txt" enablePositionIncrements="true" />
1018         <!-- Normalizes common katakana spelling variations by removing any last long sound character (U+30FC) -->
1019         <filter class="solr.JapaneseKatakanaStemFilterFactory" minimumLength="4"/>
1020         <!-- Lower-cases romaji characters -->
1021         <filter class="solr.LowerCaseFilterFactory"/>
1022       </analyzer>
1023     </fieldType>
1024     
1025     <!-- Latvian -->
1026     <fieldType name="text_lv" class="solr.TextField" positionIncrementGap="100">
1027       <analyzer> 
1028         <tokenizer class="solr.StandardTokenizerFactory"/>
1029         <filter class="solr.LowerCaseFilterFactory"/>
1030         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_lv.txt" enablePositionIncrements="true"/>
1031         <filter class="solr.LatvianStemFilterFactory"/>
1032       </analyzer>
1033     </fieldType>
1034     
1035     <!-- Dutch -->
1036     <fieldType name="text_nl" class="solr.TextField" positionIncrementGap="100">
1037       <analyzer> 
1038         <tokenizer class="solr.StandardTokenizerFactory"/>
1039         <filter class="solr.LowerCaseFilterFactory"/>
1040         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_nl.txt" format="snowball" enablePositionIncrements="true"/>
1041         <filter class="solr.StemmerOverrideFilterFactory" dictionary="lang/stemdict_nl.txt" ignoreCase="false"/>
1042         <filter class="solr.SnowballPorterFilterFactory" language="Dutch"/>
1043       </analyzer>
1044     </fieldType>
1045     
1046     <!-- Norwegian -->
1047     <fieldType name="text_no" class="solr.TextField" positionIncrementGap="100">
1048       <analyzer> 
1049         <tokenizer class="solr.StandardTokenizerFactory"/>
1050         <filter class="solr.LowerCaseFilterFactory"/>
1051         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_no.txt" format="snowball" enablePositionIncrements="true"/>
1052         <filter class="solr.SnowballPorterFilterFactory" language="Norwegian"/>
1053         <!-- less aggressive: <filter class="solr.NorwegianLightStemFilterFactory"/> -->
1054         <!-- singular/plural: <filter class="solr.NorwegianMinimalStemFilterFactory"/> -->
1055       </analyzer>
1056     </fieldType>
1057
1058     <!-- Polish -->
1059     <fieldType name="text_pl" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
1060       <analyzer> 
1061         <tokenizer class="solr.StandardTokenizerFactory"/>
1062         <filter class="solr.LowerCaseFilterFactory"/>
1063         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_pl.txt" format="snowball" enablePositionIncrements="true"/>
1064         <filter class="solr.MorfologikFilterFactory" dictionary="MORFOLOGIK" />
1065         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1066         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1067         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1068       </analyzer>
1069     </fieldType>
1070     
1071     
1072     <!-- Portuguese -->
1073     <fieldType name="text_pt" class="solr.TextField" positionIncrementGap="100">
1074       <analyzer> 
1075         <tokenizer class="solr.StandardTokenizerFactory"/>
1076         <filter class="solr.LowerCaseFilterFactory"/>
1077         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_pt.txt" format="snowball" enablePositionIncrements="true"/>
1078         <filter class="solr.PortugueseLightStemFilterFactory"/>
1079         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1080         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1081         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1082       </analyzer>
1083     </fieldType>
1084     
1085     <!-- Romanian -->
1086     <fieldType name="text_ro" class="solr.TextField" positionIncrementGap="100">
1087       <analyzer> 
1088         <tokenizer class="solr.StandardTokenizerFactory"/>
1089         <filter class="solr.LowerCaseFilterFactory"/>
1090         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ro.txt" enablePositionIncrements="true"/>
1091         <filter class="solr.SnowballPorterFilterFactory" language="Romanian"/>
1092       </analyzer>
1093     </fieldType>
1094     
1095     <!-- Russian -->
1096     <fieldType name="text_ru" class="solr.TextField" positionIncrementGap="100">
1097       <analyzer> 
1098         <tokenizer class="solr.StandardTokenizerFactory"/>
1099         <filter class="solr.LowerCaseFilterFactory"/>
1100         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ru.txt" format="snowball" enablePositionIncrements="true"/>
1101         <filter class="solr.SnowballPorterFilterFactory" language="Russian"/>
1102         <!-- less aggressive: <filter class="solr.RussianLightStemFilterFactory"/> -->
1103       </analyzer>
1104     </fieldType>
1105     
1106     <!-- Swedish -->
1107     <fieldType name="text_sv" class="solr.TextField" positionIncrementGap="100">
1108       <analyzer> 
1109         <tokenizer class="solr.StandardTokenizerFactory"/>
1110         <filter class="solr.LowerCaseFilterFactory"/>
1111         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_sv.txt" format="snowball" enablePositionIncrements="true"/>
1112         <filter class="solr.SnowballPorterFilterFactory" language="Swedish"/>
1113         <!-- less aggressive: <filter class="solr.SwedishLightStemFilterFactory"/> -->
1114       </analyzer>
1115     </fieldType>
1116     
1117     <!-- Thai -->
1118     <fieldType name="text_th" class="solr.TextField" positionIncrementGap="100">
1119       <analyzer> 
1120         <tokenizer class="solr.StandardTokenizerFactory"/>
1121         <filter class="solr.LowerCaseFilterFactory"/>
1122         <filter class="solr.ThaiWordFilterFactory"/>
1123         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_th.txt" enablePositionIncrements="true"/>
1124       </analyzer>
1125     </fieldType>
1126     
1127     <!-- Turkish -->
1128     <fieldType name="text_tr" class="solr.TextField" positionIncrementGap="100">
1129       <analyzer> 
1130         <tokenizer class="solr.StandardTokenizerFactory"/>
1131         <filter class="solr.TurkishLowerCaseFilterFactory"/>
1132         <filter class="solr.StopFilterFactory" ignoreCase="false" words="lang/stopwords_tr.txt" enablePositionIncrements="true"/>
1133         <filter class="solr.SnowballPorterFilterFactory" language="Turkish"/>
1134       </analyzer>
1135     </fieldType>
1136
1137  </types>
1138   
1139   <!-- Similarity is the scoring routine for each document vs. a query.
1140        A custom Similarity or SimilarityFactory may be specified here, but 
1141        the default is fine for most applications.  
1142        For more info: http://wiki.apache.org/solr/SchemaXml#Similarity
1143     -->
1144   <!--
1145      <similarity class="com.example.solr.CustomSimilarityFactory">
1146        <str name="paramkey">param value</str>
1147      </similarity>
1148     -->
1149
1150 </schema>