我想在relevance feedback中实施Solr。 Solr已经具有More Like This功能：给定单个文档，返回一组与单个输入文档相似的类似文档。是否可以将Solr的更像这个功能配置为更喜欢那些？换句话说：给定一组文档，返回类似于输入集的文档列表（按相似度排序）。
根据this question的回答，将Solr的更多内容变得更像这样可以通过以下方式完成：
http://solrServer:8983/solr/select?q=id:1%20id:2%20id:3会返回对查询id:1 id:2 id:3的响应，这实际上是文档1,2,3的连接。url.stream GET参数中：http://solrServer:8983/solr/mlt?mlt.fl=text&mlt.mintf=0&stream.url=http://solrServer:8983/solr/select%3Fq=id:1%20id:2%20id:3。现在，More Like This处理程序将文档1,2和3的串联视为单个输入文档，并返回与串联类似的排序文档集。这是一个非常糟糕的实现：处理像一个大文档这样的输入文档集区别于短文档，因为短文档占据整个大文档的一小部分。
Solr更喜欢此功能由The Rocchio Algorithm的变体实现：它采用（单个）输入文档的前20个术语（具有最高TF-IDF值的术语）并将这些术语用作修改后的查询，根据他们的TF-IDF提升。我正在寻找一种方法来配置Solr的更像这个功能，以多个文档作为输入，从每个输入文档中提取前n个术语，并根据TF-IDF提升这些术语来查询索引。
是否可以将More Like This配置为这样？如果没有，在Solr中实施相关反馈的最佳方式是什么？
答案 0 :(得分：2)
不幸的是，无法以这种方式配置MLT处理程序。
一种方法是实施自定义SearchComponent并将其注册到（专用）SearchHadler。
我已经做了类似的事情，如果你看一下MLT组件的original implementation就很容易了。
最困难的部分是同步来自不同分片服务器的结果，但如果不使用分片则可以跳过它。
我还强烈建议您在实现中使用您自己的参数，以防止与其他组件发生冲突。