54f3c5300746dbef1ee51c0a723e7b42e5208986
[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="lowercase" stored="false" indexed="true" omitNorms="true"/> <!-- no norms -->
133    <field name="is_book" type="boolean" stored="false" indexed="true"/>
134    <field name="authors" type="text_pl_nonstop" stored="false" indexed="true" multiValued="true" termPositions="true" termVectors="true"/>
135    <field name="translators" type="text_pl_nonstop" stored="false" indexed="true" multiValued="true" termPositions="true" termVectors="true" />
136    <field name="title" type="text_pl_nonstop" stored="false" indexed="true"/>
137 <!--   <field name="published_date" type="tdate" stored="false" indexed="true"/>-->
138    <field name="published_date" type="string" stored="true" indexed="true"/>
139
140    <field name="epochs" type="lowercase" stored="false" indexed="false" multiValued="true" />
141    <field name="kinds" type="lowercase" stored="false" indexed="false" multiValued="true" />
142    <field name="genres" type="lowercase" stored="false" indexed="false" multiValued="true" />
143
144    <field name="metadata" type="text_pl_nonstop" stored="false" indexed="true" multiValued="true" termPositions="true" termVectors="true" />
145
146    <field name="themes" type="lowercase" stored="true" indexed="true" termVectors="true" termPositions="true" multiValued="true" />
147    <field name="themes_pl" type="text_pl_nonstop" stored="true" indexed="true" termVectors="true" termPositions="true" multiValued="true" />
148    <field name="header_index" type="int" stored="true" indexed="true"/>
149    <field name="header_span" type="int" stored="true" indexed="true"/>
150    <field name="header_type" type="lowercase" stored="true" indexed="false"/>
151    <field name="text" type="text_pl" stored="false" indexed="true" termVectors="true" termPositions="true" />
152
153    <field name="snippets_position" type="int" stored="true" indexed="false"/>
154    <field name="snippets_length" type="int" stored="true" indexed="false"/>
155    <field name="snippets_revision" type="int" stored="true" indexed="false"/>
156    <field name="fragment_anchor" type="string" stored="true" indexed="false"/>
157
158    <field name="picture_id" type="int" indexed="true" stored="true" />
159    <field name="area_id" type="int" stored="true" indexed="false"/>
160
161    <field name="tag_id" type="int" stored="true" indexed="true"/>
162    <field name="tag_name" type="lowercase" stored="true" indexed="true" />
163    <field name="tag_name_pl" type="text_pl_nonstop" stored="false" indexed="true" multiValued="true"/>
164    <field name="tag_category" type="string" stored="true" indexed="true" />
165    <field name="is_pdcounter" type="boolean" stored="true" indexed="true" />
166
167    <!-- Main body of document extracted by SolrCell.
168         NOTE: This field is not indexed by default, since it is also copied to "text"
169         using copyField below. This is to save space. Use this field for returning and
170         highlighting document content. Use the "text" field to search the content. -->
171    <!-- <field name="content" type="text_general" indexed="false" stored="true" multiValued="true"/> -->
172    
173
174    <!-- catchall field, containing all other searchable text fields (implemented
175         via copyField further on in this schema  -->
176    <!-- <field name="text" type="text_general" indexed="true" stored="false" multiValued="true"/> -->
177
178    <!-- catchall text field that indexes tokens both normally and in reverse for efficient
179         leading wildcard queries. -->
180    <!-- <field name="text_rev" type="text_general_rev" indexed="true" stored="false" multiValued="true"/> -->
181
182    <!-- non-tokenized version of manufacturer to make it easier to sort or group
183         results by manufacturer.  copied from "manu" via copyField -->
184    <!-- <field name="manu_exact" type="string" indexed="true" stored="false"/> -->
185
186    <!-- <field name="payloads" type="payloads" indexed="true" stored="true"/> -->
187
188    <field name="_version_" type="long" indexed="true" stored="true"/>
189
190    <!-- Uncommenting the following will create a "timestamp" field using
191         a default value of "NOW" to indicate when each document was indexed.
192      -->
193    <!--
194    <field name="timestamp" type="date" indexed="true" stored="true" default="NOW" multiValued="false"/>
195      -->
196
197    <!-- Dynamic field definitions allow using convention over configuration
198        for fields via the specification of patterns to match field names. 
199        EXAMPLE:  name="*_i" will match any field ending in _i (like myid_i, z_i)
200        RESTRICTION: the glob-like pattern in the name attribute must have
201        a "*" only at the start or the end.  -->
202    
203    <dynamicField name="*_i"  type="int"    indexed="true"  stored="true"/>
204    <dynamicField name="*_is" type="int"    indexed="true"  stored="true"  multiValued="true"/>
205    <dynamicField name="*_s"  type="string"  indexed="true"  stored="true" />
206    <dynamicField name="*_ss" type="string"  indexed="true"  stored="true" multiValued="true"/>
207    <dynamicField name="*_l"  type="long"   indexed="true"  stored="true"/>
208    <dynamicField name="*_ls" type="long"   indexed="true"  stored="true"  multiValued="true"/>
209    <dynamicField name="*_t"  type="text_general"    indexed="true"  stored="true"/>
210    <dynamicField name="*_txt" type="text_general"   indexed="true"  stored="true" multiValued="true"/>
211    <dynamicField name="*_en"  type="text_en"    indexed="true"  stored="true" multiValued="true"/>
212    <dynamicField name="*_b"  type="boolean" indexed="true" stored="true"/>
213    <dynamicField name="*_bs" type="boolean" indexed="true" stored="true"  multiValued="true"/>
214    <dynamicField name="*_f"  type="float"  indexed="true"  stored="true"/>
215    <dynamicField name="*_fs" type="float"  indexed="true"  stored="true"  multiValued="true"/>
216    <dynamicField name="*_d"  type="double" indexed="true"  stored="true"/>
217    <dynamicField name="*_ds" type="double" indexed="true"  stored="true"  multiValued="true"/>
218
219    <!-- Type used to index the lat and lon components for the "location" FieldType -->
220    <dynamicField name="*_coordinate"  type="tdouble" indexed="true"  stored="false" />
221
222    <dynamicField name="*_dt"  type="date"    indexed="true"  stored="true"/>
223    <dynamicField name="*_dts" type="date"    indexed="true"  stored="true" multiValued="true"/>
224    <dynamicField name="*_p"  type="location" indexed="true" stored="true"/>
225
226    <!-- some trie-coded dynamic fields for faster range queries -->
227    <dynamicField name="*_ti" type="tint"    indexed="true"  stored="true"/>
228    <dynamicField name="*_tl" type="tlong"   indexed="true"  stored="true"/>
229    <dynamicField name="*_tf" type="tfloat"  indexed="true"  stored="true"/>
230    <dynamicField name="*_td" type="tdouble" indexed="true"  stored="true"/>
231    <dynamicField name="*_tdt" type="tdate"  indexed="true"  stored="true"/>
232
233    <dynamicField name="*_pi"  type="pint"    indexed="true"  stored="true"/>
234 <!--   <dynamicField name="*_c"   type="currency" indexed="true"  stored="true"/>-->
235
236    <dynamicField name="ignored_*" type="ignored" multiValued="true"/>
237    <dynamicField name="attr_*" type="text_general" indexed="true" stored="true" multiValued="true"/>
238
239    <dynamicField name="random_*" type="random" />
240
241    <!-- uncomment the following to ignore any fields that don't already match an existing 
242         field name or dynamic field, rather than reporting them as an error. 
243         alternately, change the type="ignored" to some other type e.g. "text" if you want 
244         unknown fields indexed and/or stored by default --> 
245    <!--dynamicField name="*" type="ignored" multiValued="true" /-->
246     <field name="uid" type="string" indexed="true" stored="true"/>
247  </fields>
248
249
250  <!-- Field to use to determine and enforce document uniqueness. 
251       Unless this field is marked with required="false", it will be a required field
252    -->
253  <uniqueKey>uid</uniqueKey>
254
255  <!-- DEPRECATED: The defaultSearchField is consulted by various query parsers when
256   parsing a query string that isn't explicit about the field.  Machine (non-user)
257   generated queries are best made explicit, or they can use the "df" request parameter
258   which takes precedence over this.
259   Note: Un-commenting defaultSearchField will be insufficient if your request handler
260   in solrconfig.xml defines "df", which takes precedence. That would need to be removed.
261  <defaultSearchField>text</defaultSearchField> -->
262
263  <!-- DEPRECATED: The defaultOperator (AND|OR) is consulted by various query parsers
264   when parsing a query string to determine if a clause of the query should be marked as
265   required or optional, assuming the clause isn't already marked by some operator.
266   The default is OR, which is generally assumed so it is not a good idea to change it
267   globally here.  The "q.op" request parameter takes precedence over this.
268  <solrQueryParser defaultOperator="OR"/> -->
269
270   <!-- copyField commands copy one field to another at the time a document
271         is added to the index.  It's used either to index the same field differently,
272         or to add multiple fields to the same field for easier/faster searching.  -->
273
274   <copyField source="themes" dest="themes_pl"/>
275   <copyField source="tag_name" dest="tag_name_pl"/>
276
277   <copyField source="translators" dest="metadata"/>
278   <copyField source="epochs" dest="metadata"/>
279   <copyField source="kinds" dest="metadata"/>
280   <copyField source="genres" dest="metadata"/>
281
282 <!--
283    <copyField source="cat" dest="text"/>
284    <copyField source="name" dest="text"/>
285    <copyField source="manu" dest="text"/>
286    <copyField source="features" dest="text"/>
287    <copyField source="includes" dest="text"/>
288    <copyField source="manu" dest="manu_exact"/>
289 -->
290    <!-- Copy the price into a currency enabled field (default USD) -->
291 <!--   <copyField source="price" dest="price_c"/>-->
292
293    <!-- Text fields from SolrCell to search by default in our catch-all field -->
294 <!--   <copyField source="title" dest="text"/>
295    <copyField source="author" dest="text"/>
296    <copyField source="description" dest="text"/>
297    <copyField source="keywords" dest="text"/>
298    <copyField source="content" dest="text"/>
299    <copyField source="content_type" dest="text"/>
300    <copyField source="resourcename" dest="text"/>
301    <copyField source="url" dest="text"/>-->
302
303    <!-- Create a string version of author for faceting -->
304 <!--   <copyField source="author" dest="author_s"/>-->
305         
306    <!-- Above, multiple source fields are copied to the [text] field. 
307           Another way to map multiple source fields to the same 
308           destination field is to use the dynamic field syntax. 
309           copyField also supports a maxChars to copy setting.  -->
310            
311    <!-- <copyField source="*_t" dest="text" maxChars="3000"/> -->
312
313    <!-- copy name to alphaNameSort, a field designed for sorting by name -->
314    <!-- <copyField source="name" dest="alphaNameSort"/> -->
315  
316   <types>
317     <!-- field type definitions. The "name" attribute is
318        just a label to be used by field definitions.  The "class"
319        attribute and any other attributes determine the real
320        behavior of the fieldType.
321          Class names starting with "solr" refer to java classes in a
322        standard package such as org.apache.solr.analysis
323     -->
324
325     <!-- The StrField type is not analyzed, but indexed/stored verbatim. -->
326     <fieldType name="string" class="solr.StrField" sortMissingLast="true" />
327
328     <!-- boolean type: "true" or "false" -->
329     <fieldType name="boolean" class="solr.BoolField" sortMissingLast="true"/>
330
331     <!-- sortMissingLast and sortMissingFirst attributes are optional attributes are
332          currently supported on types that are sorted internally as strings
333          and on numeric types.
334              This includes "string","boolean", and, as of 3.5 (and 4.x),
335              int, float, long, date, double, including the "Trie" variants.
336        - If sortMissingLast="true", then a sort on this field will cause documents
337          without the field to come after documents with the field,
338          regardless of the requested sort order (asc or desc).
339        - If sortMissingFirst="true", then a sort on this field will cause documents
340          without the field to come before documents with the field,
341          regardless of the requested sort order.
342        - If sortMissingLast="false" and sortMissingFirst="false" (the default),
343          then default lucene sorting will be used which places docs without the
344          field first in an ascending sort and last in a descending sort.
345     -->    
346
347     <!--
348       Default numeric field types. For faster range queries, consider the tint/tfloat/tlong/tdouble types.
349     -->
350     <fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0"/>
351     <fieldType name="float" class="solr.TrieFloatField" precisionStep="0" positionIncrementGap="0"/>
352     <fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>
353     <fieldType name="double" class="solr.TrieDoubleField" precisionStep="0" positionIncrementGap="0"/>
354
355     <!--
356      Numeric field types that index each value at various levels of precision
357      to accelerate range queries when the number of values between the range
358      endpoints is large. See the javadoc for NumericRangeQuery for internal
359      implementation details.
360
361      Smaller precisionStep values (specified in bits) will lead to more tokens
362      indexed per value, slightly larger index size, and faster range queries.
363      A precisionStep of 0 disables indexing at different precision levels.
364     -->
365     <fieldType name="tint" class="solr.TrieIntField" precisionStep="8" positionIncrementGap="0"/>
366     <fieldType name="tfloat" class="solr.TrieFloatField" precisionStep="8" positionIncrementGap="0"/>
367     <fieldType name="tlong" class="solr.TrieLongField" precisionStep="8" positionIncrementGap="0"/>
368     <fieldType name="tdouble" class="solr.TrieDoubleField" precisionStep="8" positionIncrementGap="0"/>
369
370     <!-- The format for this date field is of the form 1995-12-31T23:59:59Z, and
371          is a more restricted form of the canonical representation of dateTime
372          http://www.w3.org/TR/xmlschema-2/#dateTime    
373          The trailing "Z" designates UTC time and is mandatory.
374          Optional fractional seconds are allowed: 1995-12-31T23:59:59.999Z
375          All other components are mandatory.
376
377          Expressions can also be used to denote calculations that should be
378          performed relative to "NOW" to determine the value, ie...
379
380                NOW/HOUR
381                   ... Round to the start of the current hour
382                NOW-1DAY
383                   ... Exactly 1 day prior to now
384                NOW/DAY+6MONTHS+3DAYS
385                   ... 6 months and 3 days in the future from the start of
386                       the current day
387                       
388          Consult the DateField javadocs for more information.
389
390          Note: For faster range queries, consider the tdate type
391       -->
392     <fieldType name="date" class="solr.TrieDateField" precisionStep="0" positionIncrementGap="0"/>
393
394     <!-- A Trie based date field for faster date range queries and date faceting. -->
395     <fieldType name="tdate" class="solr.TrieDateField" precisionStep="6" positionIncrementGap="0"/>
396
397
398     <!--Binary data type. The data should be sent/retrieved in as Base64 encoded Strings -->
399     <fieldtype name="binary" class="solr.BinaryField"/>
400
401     <!--
402       Note:
403       These should only be used for compatibility with existing indexes (created with lucene or older Solr versions).
404       Use Trie based fields instead. As of Solr 3.5 and 4.x, Trie based fields support sortMissingFirst/Last
405       
406       Plain numeric field types that store and index the text
407       value verbatim (and hence don't correctly support range queries, since the
408       lexicographic ordering isn't equal to the numeric ordering)
409     -->
410     <fieldType name="pint" class="solr.IntField"/>
411     <fieldType name="plong" class="solr.LongField"/>
412     <fieldType name="pfloat" class="solr.FloatField"/>
413     <fieldType name="pdouble" class="solr.DoubleField"/>
414     <fieldType name="pdate" class="solr.DateField" sortMissingLast="true"/>
415
416     <!-- The "RandomSortField" is not used to store or search any
417          data.  You can declare fields of this type it in your schema
418          to generate pseudo-random orderings of your docs for sorting 
419          or function purposes.  The ordering is generated based on the field
420          name and the version of the index. As long as the index version
421          remains unchanged, and the same field name is reused,
422          the ordering of the docs will be consistent.  
423          If you want different psuedo-random orderings of documents,
424          for the same version of the index, use a dynamicField and
425          change the field name in the request.
426      -->
427     <fieldType name="random" class="solr.RandomSortField" indexed="true" />
428
429     <!-- solr.TextField allows the specification of custom text analyzers
430          specified as a tokenizer and a list of token filters. Different
431          analyzers may be specified for indexing and querying.
432
433          The optional positionIncrementGap puts space between multiple fields of
434          this type on the same document, with the purpose of preventing false phrase
435          matching across fields.
436
437          For more info on customizing your analyzer chain, please see
438          http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters
439      -->
440
441     <!-- One can also specify an existing Analyzer class that has a
442          default constructor via the class attribute on the analyzer element.
443          Example:
444     <fieldType name="text_greek" class="solr.TextField">
445       <analyzer class="org.apache.lucene.analysis.el.GreekAnalyzer"/>
446     </fieldType>
447     -->
448
449     <fieldType name="uuid" class="solr.UUIDField" indexed="true" />
450
451
452     <!-- A text field that only splits on whitespace for exact matching of words -->
453     <fieldType name="text_ws" class="solr.TextField" positionIncrementGap="100">
454       <analyzer>
455         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
456       </analyzer>
457     </fieldType>
458
459     <!-- A general text field that has reasonable, generic
460          cross-language defaults: it tokenizes with StandardTokenizer,
461          removes stop words from case-insensitive "stopwords.txt"
462          (empty by default), and down cases.  At query time only, it
463          also applies synonyms. -->
464     <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
465       <analyzer type="index">
466         <tokenizer class="solr.StandardTokenizerFactory"/>
467         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
468         <!-- in this example, we will only use synonyms at query time
469         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
470         -->
471         <filter class="solr.LowerCaseFilterFactory"/>
472       </analyzer>
473       <analyzer type="query">
474         <tokenizer class="solr.StandardTokenizerFactory"/>
475         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
476         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
477         <filter class="solr.LowerCaseFilterFactory"/>
478       </analyzer>
479     </fieldType>
480
481     <!-- A text field with defaults appropriate for English: it
482          tokenizes with StandardTokenizer, removes English stop words
483          (lang/stopwords_en.txt), down cases, protects words from protwords.txt, and
484          finally applies Porter's stemming.  The query time analyzer
485          also applies synonyms from synonyms.txt. -->
486     <fieldType name="text_en" class="solr.TextField" positionIncrementGap="100">
487       <analyzer type="index">
488         <tokenizer class="solr.StandardTokenizerFactory"/>
489         <!-- in this example, we will only use synonyms at query time
490         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
491         -->
492         <!-- Case insensitive stop word removal.
493           add enablePositionIncrements=true in both the index and query
494           analyzers to leave a 'gap' for more accurate phrase queries.
495         -->
496         <filter class="solr.StopFilterFactory"
497                 ignoreCase="true"
498                 words="lang/stopwords_en.txt"
499                 enablePositionIncrements="true"
500                 />
501         <filter class="solr.LowerCaseFilterFactory"/>
502         <filter class="solr.EnglishPossessiveFilterFactory"/>
503         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
504         <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
505         <filter class="solr.EnglishMinimalStemFilterFactory"/>
506         -->
507         <filter class="solr.PorterStemFilterFactory"/>
508       </analyzer>
509       <analyzer type="query">
510         <tokenizer class="solr.StandardTokenizerFactory"/>
511         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
512         <filter class="solr.StopFilterFactory"
513                 ignoreCase="true"
514                 words="lang/stopwords_en.txt"
515                 enablePositionIncrements="true"
516                 />
517         <filter class="solr.LowerCaseFilterFactory"/>
518         <filter class="solr.EnglishPossessiveFilterFactory"/>
519         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
520         <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
521         <filter class="solr.EnglishMinimalStemFilterFactory"/>
522         -->
523         <filter class="solr.PorterStemFilterFactory"/>
524       </analyzer>
525     </fieldType>
526
527     <!-- A text field with defaults appropriate for English, plus
528          aggressive word-splitting and autophrase features enabled.
529          This field is just like text_en, except it adds
530          WordDelimiterFilter to enable splitting and matching of
531          words on case-change, alpha numeric boundaries, and
532          non-alphanumeric chars.  This means certain compound word
533          cases will work, for example query "wi fi" will match
534          document "WiFi" or "wi-fi".
535         -->
536     <fieldType name="text_en_splitting" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
537       <analyzer type="index">
538         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
539         <!-- in this example, we will only use synonyms at query time
540         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
541         -->
542         <!-- Case insensitive stop word removal.
543           add enablePositionIncrements=true in both the index and query
544           analyzers to leave a 'gap' for more accurate phrase queries.
545         -->
546         <filter class="solr.StopFilterFactory"
547                 ignoreCase="true"
548                 words="lang/stopwords_en.txt"
549                 enablePositionIncrements="true"
550                 />
551         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
552         <filter class="solr.LowerCaseFilterFactory"/>
553         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
554         <filter class="solr.PorterStemFilterFactory"/>
555       </analyzer>
556       <analyzer type="query">
557         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
558         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
559         <filter class="solr.StopFilterFactory"
560                 ignoreCase="true"
561                 words="lang/stopwords_en.txt"
562                 enablePositionIncrements="true"
563                 />
564         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
565         <filter class="solr.LowerCaseFilterFactory"/>
566         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
567         <filter class="solr.PorterStemFilterFactory"/>
568       </analyzer>
569     </fieldType>
570
571     <!-- Less flexible matching, but less false matches.  Probably not ideal for product names,
572          but may be good for SKUs.  Can insert dashes in the wrong place and still match. -->
573     <fieldType name="text_en_splitting_tight" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
574       <analyzer>
575         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
576         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="false"/>
577         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_en.txt"/>
578         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="0" generateNumberParts="0" catenateWords="1" catenateNumbers="1" catenateAll="0"/>
579         <filter class="solr.LowerCaseFilterFactory"/>
580         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
581         <filter class="solr.EnglishMinimalStemFilterFactory"/>
582         <!-- this filter can remove any duplicate tokens that appear at the same position - sometimes
583              possible with WordDelimiterFilter in conjuncton with stemming. -->
584         <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
585       </analyzer>
586     </fieldType>
587
588     <!-- Just like text_general except it reverses the characters of
589          each token, to enable more efficient leading wildcard queries. -->
590     <fieldType name="text_general_rev" class="solr.TextField" positionIncrementGap="100">
591       <analyzer type="index">
592         <tokenizer class="solr.StandardTokenizerFactory"/>
593         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
594         <filter class="solr.LowerCaseFilterFactory"/>
595         <filter class="solr.ReversedWildcardFilterFactory" withOriginal="true"
596            maxPosAsterisk="3" maxPosQuestion="2" maxFractionAsterisk="0.33"/>
597       </analyzer>
598       <analyzer type="query">
599         <tokenizer class="solr.StandardTokenizerFactory"/>
600         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
601         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
602         <filter class="solr.LowerCaseFilterFactory"/>
603       </analyzer>
604     </fieldType>
605
606     <!-- charFilter + WhitespaceTokenizer  -->
607     <!--
608     <fieldType name="text_char_norm" class="solr.TextField" positionIncrementGap="100" >
609       <analyzer>
610         <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
611         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
612       </analyzer>
613     </fieldType>
614     -->
615
616     <!-- This is an example of using the KeywordTokenizer along
617          With various TokenFilterFactories to produce a sortable field
618          that does not include some properties of the source text
619       -->
620     <fieldType name="alphaOnlySort" class="solr.TextField" sortMissingLast="true" omitNorms="true">
621       <analyzer>
622         <!-- KeywordTokenizer does no actual tokenizing, so the entire
623              input string is preserved as a single token
624           -->
625         <tokenizer class="solr.KeywordTokenizerFactory"/>
626         <!-- The LowerCase TokenFilter does what you expect, which can be
627              when you want your sorting to be case insensitive
628           -->
629         <filter class="solr.LowerCaseFilterFactory" />
630         <!-- The TrimFilter removes any leading or trailing whitespace -->
631         <filter class="solr.TrimFilterFactory" />
632         <!-- The PatternReplaceFilter gives you the flexibility to use
633              Java Regular expression to replace any sequence of characters
634              matching a pattern with an arbitrary replacement string, 
635              which may include back references to portions of the original
636              string matched by the pattern.
637              
638              See the Java Regular Expression documentation for more
639              information on pattern and replacement string syntax.
640              
641              http://java.sun.com/j2se/1.6.0/docs/api/java/util/regex/package-summary.html
642           -->
643         <filter class="solr.PatternReplaceFilterFactory"
644                 pattern="([^a-z])" replacement="" replace="all"
645         />
646       </analyzer>
647     </fieldType>
648     
649     <fieldtype name="phonetic" stored="false" indexed="true" class="solr.TextField" >
650       <analyzer>
651         <tokenizer class="solr.StandardTokenizerFactory"/>
652         <filter class="solr.DoubleMetaphoneFilterFactory" inject="false"/>
653       </analyzer>
654     </fieldtype>
655
656     <fieldtype name="payloads" stored="false" indexed="true" class="solr.TextField" >
657       <analyzer>
658         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
659         <!--
660         The DelimitedPayloadTokenFilter can put payloads on tokens... for example,
661         a token of "foo|1.4"  would be indexed as "foo" with a payload of 1.4f
662         Attributes of the DelimitedPayloadTokenFilterFactory : 
663          "delimiter" - a one character delimiter. Default is | (pipe)
664          "encoder" - how to encode the following value into a playload
665             float -> org.apache.lucene.analysis.payloads.FloatEncoder,
666             integer -> o.a.l.a.p.IntegerEncoder
667             identity -> o.a.l.a.p.IdentityEncoder
668             Fully Qualified class name implementing PayloadEncoder, Encoder must have a no arg constructor.
669          -->
670         <filter class="solr.DelimitedPayloadTokenFilterFactory" encoder="float"/>
671       </analyzer>
672     </fieldtype>
673
674     <!-- lowercases the entire field value, keeping it as a single token.  -->
675     <fieldType name="lowercase" class="solr.TextField" positionIncrementGap="100">
676       <analyzer>
677         <tokenizer class="solr.KeywordTokenizerFactory"/>
678         <filter class="solr.LowerCaseFilterFactory" />
679       </analyzer>
680     </fieldType>
681
682     <!-- 
683       Example of using PathHierarchyTokenizerFactory at index time, so
684       queries for paths match documents at that path, or in descendent paths
685     -->
686     <fieldType name="descendent_path" class="solr.TextField">
687       <analyzer type="index">
688         <tokenizer class="solr.PathHierarchyTokenizerFactory" delimiter="/" />
689       </analyzer>
690       <analyzer type="query">
691         <tokenizer class="solr.KeywordTokenizerFactory" />
692       </analyzer>
693     </fieldType>
694     <!-- 
695       Example of using PathHierarchyTokenizerFactory at query time, so
696       queries for paths match documents at that path, or in ancestor paths
697     -->
698     <fieldType name="ancestor_path" class="solr.TextField">
699       <analyzer type="index">
700         <tokenizer class="solr.KeywordTokenizerFactory" />
701       </analyzer>
702       <analyzer type="query">
703         <tokenizer class="solr.PathHierarchyTokenizerFactory" delimiter="/" />
704       </analyzer>
705     </fieldType>
706
707     <!-- since fields of this type are by default not stored or indexed,
708          any data added to them will be ignored outright.  --> 
709     <fieldtype name="ignored" stored="false" indexed="false" multiValued="true" class="solr.StrField" />
710
711     <!-- This point type indexes the coordinates as separate fields (subFields)
712       If subFieldType is defined, it references a type, and a dynamic field
713       definition is created matching *___<typename>.  Alternately, if 
714       subFieldSuffix is defined, that is used to create the subFields.
715       Example: if subFieldType="double", then the coordinates would be
716         indexed in fields myloc_0___double,myloc_1___double.
717       Example: if subFieldSuffix="_d" then the coordinates would be indexed
718         in fields myloc_0_d,myloc_1_d
719       The subFields are an implementation detail of the fieldType, and end
720       users normally should not need to know about them.
721      -->
722     <fieldType name="point" class="solr.PointType" dimension="2" subFieldSuffix="_d"/>
723
724     <!-- A specialized field for geospatial search. If indexed, this fieldType must not be multivalued. -->
725     <fieldType name="location" class="solr.LatLonType" subFieldSuffix="_coordinate"/>
726
727    <!--
728     A Geohash is a compact representation of a latitude longitude pair in a single field.
729     See http://wiki.apache.org/solr/SpatialSearch
730    -->
731     <fieldtype name="geohash" class="solr.GeoHashField"/>
732
733    <!-- Money/currency field type. See http://wiki.apache.org/solr/MoneyFieldType
734         Parameters:
735           defaultCurrency: Specifies the default currency if none specified. Defaults to "USD"
736           precisionStep:   Specifies the precisionStep for the TrieLong field used for the amount
737           providerClass:   Lets you plug in other exchange provider backend:
738                            solr.FileExchangeRateProvider is the default and takes one parameter:
739                              currencyConfig: name of an xml file holding exhange rates
740                            solr.OpenExchangeRatesOrgProvider uses rates from openexchangerates.org:
741                              ratesFileLocation: URL or path to rates JSON file (default latest.json on the web)
742                              refreshInterval: Number of minutes between each rates fetch (default: 1440, min: 60)
743    -->
744 <!--    <fieldType name="currency" class="solr.CurrencyField" precisionStep="8" defaultCurrency="USD" currencyConfig="currency.xml" /> - nie dziala -->
745              
746
747
748    <!-- some examples for different languages (generally ordered by ISO code) -->
749
750     <!-- Arabic -->
751     <fieldType name="text_ar" class="solr.TextField" positionIncrementGap="100">
752       <analyzer> 
753         <tokenizer class="solr.StandardTokenizerFactory"/>
754         <!-- for any non-arabic -->
755         <filter class="solr.LowerCaseFilterFactory"/>
756         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ar.txt" enablePositionIncrements="true"/>
757         <!-- normalizes ﻯ to ﻱ, etc -->
758         <filter class="solr.ArabicNormalizationFilterFactory"/>
759         <filter class="solr.ArabicStemFilterFactory"/>
760       </analyzer>
761     </fieldType>
762
763     <!-- Bulgarian -->
764     <fieldType name="text_bg" class="solr.TextField" positionIncrementGap="100">
765       <analyzer> 
766         <tokenizer class="solr.StandardTokenizerFactory"/> 
767         <filter class="solr.LowerCaseFilterFactory"/>
768         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_bg.txt" enablePositionIncrements="true"/>
769         <filter class="solr.BulgarianStemFilterFactory"/>       
770       </analyzer>
771     </fieldType>
772     
773     <!-- Catalan -->
774     <fieldType name="text_ca" class="solr.TextField" positionIncrementGap="100">
775       <analyzer> 
776         <tokenizer class="solr.StandardTokenizerFactory"/>
777         <!-- removes l', etc -->
778         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_ca.txt"/>
779         <filter class="solr.LowerCaseFilterFactory"/>
780         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ca.txt" enablePositionIncrements="true"/>
781         <filter class="solr.SnowballPorterFilterFactory" language="Catalan"/>       
782       </analyzer>
783     </fieldType>
784     
785     <!-- CJK bigram (see text_ja for a Japanese configuration using morphological analysis) -->
786     <fieldType name="text_cjk" class="solr.TextField" positionIncrementGap="100">
787       <analyzer>
788         <tokenizer class="solr.StandardTokenizerFactory"/>
789         <!-- normalize width before bigram, as e.g. half-width dakuten combine  -->
790         <filter class="solr.CJKWidthFilterFactory"/>
791         <!-- for any non-CJK -->
792         <filter class="solr.LowerCaseFilterFactory"/>
793         <filter class="solr.CJKBigramFilterFactory"/>
794       </analyzer>
795     </fieldType>
796
797     <!-- Czech -->
798     <fieldType name="text_cz" class="solr.TextField" positionIncrementGap="100">
799       <analyzer> 
800         <tokenizer class="solr.StandardTokenizerFactory"/>
801         <filter class="solr.LowerCaseFilterFactory"/>
802         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_cz.txt" enablePositionIncrements="true"/>
803         <filter class="solr.CzechStemFilterFactory"/>       
804       </analyzer>
805     </fieldType>
806     
807     <!-- Danish -->
808     <fieldType name="text_da" class="solr.TextField" positionIncrementGap="100">
809       <analyzer> 
810         <tokenizer class="solr.StandardTokenizerFactory"/>
811         <filter class="solr.LowerCaseFilterFactory"/>
812         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_da.txt" format="snowball" enablePositionIncrements="true"/>
813         <filter class="solr.SnowballPorterFilterFactory" language="Danish"/>       
814       </analyzer>
815     </fieldType>
816     
817     <!-- German -->
818     <fieldType name="text_de" class="solr.TextField" positionIncrementGap="100">
819       <analyzer> 
820         <tokenizer class="solr.StandardTokenizerFactory"/>
821         <filter class="solr.LowerCaseFilterFactory"/>
822         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_de.txt" format="snowball" enablePositionIncrements="true"/>
823         <filter class="solr.GermanNormalizationFilterFactory"/>
824         <filter class="solr.GermanLightStemFilterFactory"/>
825         <!-- less aggressive: <filter class="solr.GermanMinimalStemFilterFactory"/> -->
826         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="German2"/> -->
827       </analyzer>
828     </fieldType>
829     
830     <!-- Greek -->
831     <fieldType name="text_el" class="solr.TextField" positionIncrementGap="100">
832       <analyzer> 
833         <tokenizer class="solr.StandardTokenizerFactory"/>
834         <!-- greek specific lowercase for sigma -->
835         <filter class="solr.GreekLowerCaseFilterFactory"/>
836         <filter class="solr.StopFilterFactory" ignoreCase="false" words="lang/stopwords_el.txt" enablePositionIncrements="true"/>
837         <filter class="solr.GreekStemFilterFactory"/>
838       </analyzer>
839     </fieldType>
840     
841     <!-- Spanish -->
842     <fieldType name="text_es" 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_es.txt" format="snowball" enablePositionIncrements="true"/>
847         <filter class="solr.SpanishLightStemFilterFactory"/>
848         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Spanish"/> -->
849       </analyzer>
850     </fieldType>
851     
852     <!-- Basque -->
853     <fieldType name="text_eu" class="solr.TextField" positionIncrementGap="100">
854       <analyzer> 
855         <tokenizer class="solr.StandardTokenizerFactory"/>
856         <filter class="solr.LowerCaseFilterFactory"/>
857         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_eu.txt" enablePositionIncrements="true"/>
858         <filter class="solr.SnowballPorterFilterFactory" language="Basque"/>
859       </analyzer>
860     </fieldType>
861     
862     <!-- Persian -->
863     <fieldType name="text_fa" class="solr.TextField" positionIncrementGap="100">
864       <analyzer>
865         <!-- for ZWNJ -->
866         <charFilter class="solr.PersianCharFilterFactory"/>
867         <tokenizer class="solr.StandardTokenizerFactory"/>
868         <filter class="solr.LowerCaseFilterFactory"/>
869         <filter class="solr.ArabicNormalizationFilterFactory"/>
870         <filter class="solr.PersianNormalizationFilterFactory"/>
871         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fa.txt" enablePositionIncrements="true"/>
872       </analyzer>
873     </fieldType>
874     
875     <!-- Finnish -->
876     <fieldType name="text_fi" class="solr.TextField" positionIncrementGap="100">
877       <analyzer> 
878         <tokenizer class="solr.StandardTokenizerFactory"/>
879         <filter class="solr.LowerCaseFilterFactory"/>
880         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fi.txt" format="snowball" enablePositionIncrements="true"/>
881         <filter class="solr.SnowballPorterFilterFactory" language="Finnish"/>
882         <!-- less aggressive: <filter class="solr.FinnishLightStemFilterFactory"/> -->
883       </analyzer>
884     </fieldType>
885     
886     <!-- French -->
887     <fieldType name="text_fr" class="solr.TextField" positionIncrementGap="100">
888       <analyzer> 
889         <tokenizer class="solr.StandardTokenizerFactory"/>
890         <!-- removes l', etc -->
891         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_fr.txt"/>
892         <filter class="solr.LowerCaseFilterFactory"/>
893         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fr.txt" format="snowball" enablePositionIncrements="true"/>
894         <filter class="solr.FrenchLightStemFilterFactory"/>
895         <!-- less aggressive: <filter class="solr.FrenchMinimalStemFilterFactory"/> -->
896         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="French"/> -->
897       </analyzer>
898     </fieldType>
899     
900     <!-- Irish -->
901     <fieldType name="text_ga" class="solr.TextField" positionIncrementGap="100">
902       <analyzer> 
903         <tokenizer class="solr.StandardTokenizerFactory"/>
904         <!-- removes d', etc -->
905         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_ga.txt"/>
906         <!-- removes n-, etc. position increments is intentionally false! -->
907         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/hyphenations_ga.txt" enablePositionIncrements="false"/>
908         <filter class="solr.IrishLowerCaseFilterFactory"/>
909         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ga.txt" enablePositionIncrements="true"/>
910         <filter class="solr.SnowballPorterFilterFactory" language="Irish"/>
911       </analyzer>
912     </fieldType>
913     
914     <!-- Galician -->
915     <fieldType name="text_gl" class="solr.TextField" positionIncrementGap="100">
916       <analyzer> 
917         <tokenizer class="solr.StandardTokenizerFactory"/>
918         <filter class="solr.LowerCaseFilterFactory"/>
919         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_gl.txt" enablePositionIncrements="true"/>
920         <filter class="solr.GalicianStemFilterFactory"/>
921         <!-- less aggressive: <filter class="solr.GalicianMinimalStemFilterFactory"/> -->
922       </analyzer>
923     </fieldType>
924     
925     <!-- Hindi -->
926     <fieldType name="text_hi" class="solr.TextField" positionIncrementGap="100">
927       <analyzer> 
928         <tokenizer class="solr.StandardTokenizerFactory"/>
929         <filter class="solr.LowerCaseFilterFactory"/>
930         <!-- normalizes unicode representation -->
931         <filter class="solr.IndicNormalizationFilterFactory"/>
932         <!-- normalizes variation in spelling -->
933         <filter class="solr.HindiNormalizationFilterFactory"/>
934         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hi.txt" enablePositionIncrements="true"/>
935         <filter class="solr.HindiStemFilterFactory"/>
936       </analyzer>
937     </fieldType>
938     
939     <!-- Hungarian -->
940     <fieldType name="text_hu" 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_hu.txt" format="snowball" enablePositionIncrements="true"/>
945         <filter class="solr.SnowballPorterFilterFactory" language="Hungarian"/>
946         <!-- less aggressive: <filter class="solr.HungarianLightStemFilterFactory"/> -->   
947       </analyzer>
948     </fieldType>
949     
950     <!-- Armenian -->
951     <fieldType name="text_hy" class="solr.TextField" positionIncrementGap="100">
952       <analyzer> 
953         <tokenizer class="solr.StandardTokenizerFactory"/>
954         <filter class="solr.LowerCaseFilterFactory"/>
955         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hy.txt" enablePositionIncrements="true"/>
956         <filter class="solr.SnowballPorterFilterFactory" language="Armenian"/>
957       </analyzer>
958     </fieldType>
959     
960     <!-- Indonesian -->
961     <fieldType name="text_id" class="solr.TextField" positionIncrementGap="100">
962       <analyzer> 
963         <tokenizer class="solr.StandardTokenizerFactory"/>
964         <filter class="solr.LowerCaseFilterFactory"/>
965         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_id.txt" enablePositionIncrements="true"/>
966         <!-- for a less aggressive approach (only inflectional suffixes), set stemDerivational to false -->
967         <filter class="solr.IndonesianStemFilterFactory" stemDerivational="true"/>
968       </analyzer>
969     </fieldType>
970     
971     <!-- Italian -->
972     <fieldType name="text_it" class="solr.TextField" positionIncrementGap="100">
973       <analyzer> 
974         <tokenizer class="solr.StandardTokenizerFactory"/>
975         <!-- removes l', etc -->
976         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_it.txt"/>
977         <filter class="solr.LowerCaseFilterFactory"/>
978         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_it.txt" format="snowball" enablePositionIncrements="true"/>
979         <filter class="solr.ItalianLightStemFilterFactory"/>
980         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Italian"/> -->
981       </analyzer>
982     </fieldType>
983     
984     <!-- Japanese using morphological analysis (see text_cjk for a configuration using bigramming)
985
986          NOTE: If you want to optimize search for precision, use default operator AND in your query
987          parser config with <solrQueryParser defaultOperator="AND"/> further down in this file.  Use 
988          OR if you would like to optimize for recall (default).
989     -->
990     <fieldType name="text_ja" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="false">
991       <analyzer>
992       <!-- Kuromoji Japanese morphological analyzer/tokenizer (JapaneseTokenizer)
993
994            Kuromoji has a search mode (default) that does segmentation useful for search.  A heuristic
995            is used to segment compounds into its parts and the compound itself is kept as synonym.
996
997            Valid values for attribute mode are:
998               normal: regular segmentation
999               search: segmentation useful for search with synonyms compounds (default)
1000             extended: same as search mode, but unigrams unknown words (experimental)
1001
1002            For some applications it might be good to use search mode for indexing and normal mode for
1003            queries to reduce recall and prevent parts of compounds from being matched and highlighted.
1004            Use <analyzer type="index"> and <analyzer type="query"> for this and mode normal in query.
1005
1006            Kuromoji also has a convenient user dictionary feature that allows overriding the statistical
1007            model with your own entries for segmentation, part-of-speech tags and readings without a need
1008            to specify weights.  Notice that user dictionaries have not been subject to extensive testing.
1009
1010            User dictionary attributes are:
1011                      userDictionary: user dictionary filename
1012              userDictionaryEncoding: user dictionary encoding (default is UTF-8)
1013
1014            See lang/userdict_ja.txt for a sample user dictionary file.
1015
1016            Punctuation characters are discarded by default.  Use discardPunctuation="false" to keep them.
1017
1018            See http://wiki.apache.org/solr/JapaneseLanguageSupport for more on Japanese language support.
1019         -->
1020         <tokenizer class="solr.JapaneseTokenizerFactory" mode="search"/>
1021         <!--<tokenizer class="solr.JapaneseTokenizerFactory" mode="search" userDictionary="lang/userdict_ja.txt"/>-->
1022         <!-- Reduces inflected verbs and adjectives to their base/dictionary forms (辞書形) -->
1023         <filter class="solr.JapaneseBaseFormFilterFactory"/>
1024         <!-- Removes tokens with certain part-of-speech tags -->
1025         <filter class="solr.JapanesePartOfSpeechStopFilterFactory" tags="lang/stoptags_ja.txt" enablePositionIncrements="true"/>
1026         <!-- Normalizes full-width romaji to half-width and half-width kana to full-width (Unicode NFKC subset) -->
1027         <filter class="solr.CJKWidthFilterFactory"/>
1028         <!-- Removes common tokens typically not useful for search, but have a negative effect on ranking -->
1029         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ja.txt" enablePositionIncrements="true" />
1030         <!-- Normalizes common katakana spelling variations by removing any last long sound character (U+30FC) -->
1031         <filter class="solr.JapaneseKatakanaStemFilterFactory" minimumLength="4"/>
1032         <!-- Lower-cases romaji characters -->
1033         <filter class="solr.LowerCaseFilterFactory"/>
1034       </analyzer>
1035     </fieldType>
1036     
1037     <!-- Latvian -->
1038     <fieldType name="text_lv" class="solr.TextField" positionIncrementGap="100">
1039       <analyzer> 
1040         <tokenizer class="solr.StandardTokenizerFactory"/>
1041         <filter class="solr.LowerCaseFilterFactory"/>
1042         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_lv.txt" enablePositionIncrements="true"/>
1043         <filter class="solr.LatvianStemFilterFactory"/>
1044       </analyzer>
1045     </fieldType>
1046     
1047     <!-- Dutch -->
1048     <fieldType name="text_nl" 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_nl.txt" format="snowball" enablePositionIncrements="true"/>
1053         <filter class="solr.StemmerOverrideFilterFactory" dictionary="lang/stemdict_nl.txt" ignoreCase="false"/>
1054         <filter class="solr.SnowballPorterFilterFactory" language="Dutch"/>
1055       </analyzer>
1056     </fieldType>
1057     
1058     <!-- Norwegian -->
1059     <fieldType name="text_no" class="solr.TextField" positionIncrementGap="100">
1060       <analyzer> 
1061         <tokenizer class="solr.StandardTokenizerFactory"/>
1062         <filter class="solr.LowerCaseFilterFactory"/>
1063         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_no.txt" format="snowball" enablePositionIncrements="true"/>
1064         <filter class="solr.SnowballPorterFilterFactory" language="Norwegian"/>
1065         <!-- less aggressive: <filter class="solr.NorwegianLightStemFilterFactory"/> -->
1066         <!-- singular/plural: <filter class="solr.NorwegianMinimalStemFilterFactory"/> -->
1067       </analyzer>
1068     </fieldType>
1069
1070     <!-- Polish -->
1071     <fieldType name="text_pl" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
1072       <analyzer> 
1073         <tokenizer class="solr.StandardTokenizerFactory"/>
1074         <filter class="solr.LowerCaseFilterFactory"/>
1075         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_pl.txt" format="snowball" enablePositionIncrements="true"/>
1076         <filter class="solr.MorfologikFilterFactory" dictionary="MORFOLOGIK" />
1077         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1078         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1079         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1080       </analyzer>
1081     </fieldType>
1082
1083     <fieldType name="text_pl_nonstop" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
1084       <analyzer>
1085         <tokenizer class="solr.StandardTokenizerFactory"/>
1086         <filter class="solr.LowerCaseFilterFactory"/>
1087         <filter class="solr.MorfologikFilterFactory" dictionary="MORFOLOGIK" />
1088         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1089         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1090         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1091       </analyzer>
1092     </fieldType>
1093     
1094     <!-- Portuguese -->
1095     <fieldType name="text_pt" class="solr.TextField" positionIncrementGap="100">
1096       <analyzer> 
1097         <tokenizer class="solr.StandardTokenizerFactory"/>
1098         <filter class="solr.LowerCaseFilterFactory"/>
1099         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_pt.txt" format="snowball" enablePositionIncrements="true"/>
1100         <filter class="solr.PortugueseLightStemFilterFactory"/>
1101         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1102         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1103         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1104       </analyzer>
1105     </fieldType>
1106     
1107     <!-- Romanian -->
1108     <fieldType name="text_ro" 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_ro.txt" enablePositionIncrements="true"/>
1113         <filter class="solr.SnowballPorterFilterFactory" language="Romanian"/>
1114       </analyzer>
1115     </fieldType>
1116     
1117     <!-- Russian -->
1118     <fieldType name="text_ru" class="solr.TextField" positionIncrementGap="100">
1119       <analyzer> 
1120         <tokenizer class="solr.StandardTokenizerFactory"/>
1121         <filter class="solr.LowerCaseFilterFactory"/>
1122         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ru.txt" format="snowball" enablePositionIncrements="true"/>
1123         <filter class="solr.SnowballPorterFilterFactory" language="Russian"/>
1124         <!-- less aggressive: <filter class="solr.RussianLightStemFilterFactory"/> -->
1125       </analyzer>
1126     </fieldType>
1127     
1128     <!-- Swedish -->
1129     <fieldType name="text_sv" class="solr.TextField" positionIncrementGap="100">
1130       <analyzer> 
1131         <tokenizer class="solr.StandardTokenizerFactory"/>
1132         <filter class="solr.LowerCaseFilterFactory"/>
1133         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_sv.txt" format="snowball" enablePositionIncrements="true"/>
1134         <filter class="solr.SnowballPorterFilterFactory" language="Swedish"/>
1135         <!-- less aggressive: <filter class="solr.SwedishLightStemFilterFactory"/> -->
1136       </analyzer>
1137     </fieldType>
1138     
1139     <!-- Thai -->
1140     <fieldType name="text_th" class="solr.TextField" positionIncrementGap="100">
1141       <analyzer> 
1142         <tokenizer class="solr.StandardTokenizerFactory"/>
1143         <filter class="solr.LowerCaseFilterFactory"/>
1144         <filter class="solr.ThaiWordFilterFactory"/>
1145         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_th.txt" enablePositionIncrements="true"/>
1146       </analyzer>
1147     </fieldType>
1148     
1149     <!-- Turkish -->
1150     <fieldType name="text_tr" class="solr.TextField" positionIncrementGap="100">
1151       <analyzer> 
1152         <tokenizer class="solr.StandardTokenizerFactory"/>
1153         <filter class="solr.TurkishLowerCaseFilterFactory"/>
1154         <filter class="solr.StopFilterFactory" ignoreCase="false" words="lang/stopwords_tr.txt" enablePositionIncrements="true"/>
1155         <filter class="solr.SnowballPorterFilterFactory" language="Turkish"/>
1156       </analyzer>
1157     </fieldType>
1158
1159  </types>
1160   
1161   <!-- Similarity is the scoring routine for each document vs. a query.
1162        A custom Similarity or SimilarityFactory may be specified here, but 
1163        the default is fine for most applications.  
1164        For more info: http://wiki.apache.org/solr/SchemaXml#Similarity
1165     -->
1166   <!--
1167      <similarity class="com.example.solr.CustomSimilarityFactory">
1168        <str name="paramkey">param value</str>
1169      </similarity>
1170     -->
1171
1172 </schema>