Question

我注意到在使用Sphinx 2.2.8的排序顺序中有一个奇怪的行为（与v2.3.1-beta相同）。

我希望精确匹配出现在第一个位置（我为此设置了index_exact_words和expan_keywords）。

这对我下面的第一个例子有两行效果很好。但是如果我添加更多行，权重会更改，我的完全匹配结果（id = 1）会比其他近似值更低！

例如，索引这两个单词（一些带有形态学libstemmer_fr的法语单词）：

source nptest
{
        type                    = pgsql
        sql_host                = localhost
        sql_user                = myuser
        sql_pass                = mypassword
        sql_db                  = mydb
        sql_port                = 5432

        sql_query               = \
                                  SELECT 1, 'chien' AS val \
                                  UNION \
                                  SELECT 2, 'chienne'

        sql_field_string = val
}

index nptest
{
        type                    = plain
        mlock                   = 1
        source                  = nptest
        path                    = /var/lib/sphinx/data/nptest
        morphology              = libstemmer_fr
        index_exact_words       = 1
        expand_keywords         = 1
}

索引后（indexer --rotate nptest）：

mysql> SELECT id, val, weight() FROM nptest WHERE match('chien');
+------+---------+----------+
| id   | val     | weight() |
+------+---------+----------+
|    1 | chien   |     1500 |
|    2 | chienne |     1428 |
+------+---------+----------+
2 rows in set (0.00 sec)

“chien”一词的排名高于“chienne”=＆gt;这就是我的预期。

现在我向db添加更多行：

source nptest
{
        type                    = pgsql
        sql_host                = localhost
        sql_user                = myuser
        sql_pass                = mypassword
        sql_db                  = mydb
        sql_port                = 5432

        sql_query               = \
                SELECT 1, 'chien' AS val \
                UNION \
                SELECT 2, 'chienne' \
                UNION \
                SELECT 3, 'un beau chien' \
                UNION \
                SELECT 4, 'chien-loup'

        sql_field_string = val
}


mysql> SELECT id, val, weight() FROM nptest WHERE match('chien');
+------+---------------+----------+
| id   | val           | weight() |
+------+---------------+----------+
|    2 | chienne       |     1402 |
|    1 | chien         |     1373 |
|    3 | un beau chien |     1373 |
|    4 | chien-loup    |     1373 |
+------+---------------+----------+
4 rows in set (0.00 sec)

重新编制索引后，最高级别现在是“chienne”！

这是正常的行为（如果是这样的原因？）或者它是一个错误？如果它不是错误，我怎样才能确保精确匹配将获得最高排名？

Answer 1

您可能需要检查默认排名程序对您的版本执行的操作，并确定是否应使用其他版本。检查＆＃34; So how do I rank exact field matches higher? ＆＃34;问题

Answer 2

这是预期的行为。

事实上，基于BM25的算法会考虑关键字的稀缺性。

在上面的示例中，单词＆＃34; chienne＆＃34;比“＆＃34; chien＆＃34;这个词更为罕见所以它排名更高。

在实际数据集上，它可能比示例中更好。

sphinxsearch.com上的这篇文章可以进一步阅读：http://sphinxsearch.com/forum/view.html?id=13348

SphinxSearch完全匹配排名

2 个答案: