我的文件包含很少的单词，很少的句子和包含大量文本的文档。当用户搜索某些内容时，solr会首先为文档提供最相关的文本，最后会为文档提供最多的文本。但是对用户来说，相关性应该是不同的。第一个结果应该是相关的，但也需要包含更多文本，因为用户需要获得最相关的文档，但需要更多文本 - 阅读一些内容。
那么我怎样才能首先获得相关文档，但是首先获得更多文本的文档，而不是那些具有多个单词的文档。我正在使用一个文本字段并在其中搜索。
答案 0 :(得分：0)
Lucene使用的DefaultSimilarity类有一个scoring算法，它有一个lengthNorm计算方法，可以增加文本内容，而不是内容更多的内容。
基本上根据条款数量
您可以轻松扩展Similarity类，为LengthNorm提供自定义实现，使得基于NumOfTerms的计算无效。
然后可以在schema.xml中指定该类，以便核心使用它。
“甜蜜的人计算所有长度的恒定标准 [min，max]范围（“最佳位置”）和较小的范数值 长度超出此范围。文件比甜的更短或更长 现场范围是“受到惩罚”
min和max的默认值为1，因此它不适用于您。 尝试设置值，例如： -
<similarity class="org.apache.lucene.misc.SweetSpotSimilarity">
<str name="paramkey">param value</str>
</similarity>