Solr得分未按匹配百分比

Question

我使用solr搜索名称列表并使用ngrams来计算部分字符串匹配。如果我有“玫瑰”，“罗森”，“罗森伯格”和“罗森塔尔”的名字，我希望回复“玫瑰”的查询：

Rose
Rosen
Rosenberg
Rosenthal

但我得到的是：

Rosenberg
Rosenthal
Rose
Rosen

所有结果都具有相同的分数。我曾尝试创建一个完全匹配字段和一个ngrams字段，但这不会给我什么。当我搜索“玫瑰”时，我得到：

Rose
Rosenberg
Rosenthal
Rosen

只有精确匹配得分更高，所有其他匹配仍然相同，无论匹配百分比如何。如果我想按匹配百分比排序结果，其次按字母顺序排序，我该怎么做？

Answer 1

您没有看到更改的原因是因为它们都匹配相同的令牌，并且分数是根据索引中的令牌计算的。

令牌是＆＃34;表格＆＃34;对于单词，ngram过滤器将从单词生成多个标记，例如ro，ros和rose。由于所有单词都匹配相同的标记rose，因此它们得分相同。

解决这个问题的方法是有两个字段 - 一个用于完全匹配，一个用于ngram字段，然后在qf中对这些字段进行不同的权衡（如果使用（e）dismax）。这样一个确切的命中将对分数贡献更多。

您的第一个示例将通过按字母排序顺序排序来实现（因为所有单词都具有相同的前缀，可能是您想要的）。

如果要按令牌长度排序（如果这是一个具有单个值的字段），Solr中没有函数可以检索此刻索引值的实际长度，因此您必须将一个值与包含索引内容长度的字段一起索引，然后按此排序 - 这样您就可以先获得较短的匹配。

例如，如果您的字段为name，则可以将字段name_length添加为整数，然后在执行添加时将此字段添加到文档中：

document.addField("name", name);
document.addField("name_length", name.length()); // or len(name) in python, etc.

具体如何做到这一点取决于您如何为内容编制索引。您也可以在Solr的更新链中执行此操作，例如在StatelessScriptUpdateProcessor中使用Javascript。手动方法可能更快更容易实现，但无论索引操作来自何处，都可以使用更新链（因此，如果您从许多位置/代码库进行索引等，它可能会有用）评估）。

Answer 2

解决此问题的一种方法是拥有两个字段-一个用于完全匹配，一个用于ngram字段，然后在qf中对这些字段进行不同的加权（如果使用（e）dismax）。这样一来，准确的匹配将对得分有更大贡献。

如果我对ngram使用相同的字段，则可以使用