Solr结果没有预期的顺序

Question

我有几个文件，标题为：

1. - ＆GT; “只是从2015年开始的一些Word 13”
2. - ＆GT; “只是2011年的一些Word 13”
3. - ＆GT; “只是2012年的一些Word 13”
4. - ＆GT; “只是2014年的一些Word 13”
5. - ＆GT; “只是从2013年开始的一些Word 13”

当搜索13时，我期望第5个是第一个结果，因为13存在两次。

字段为multiValued =“true”。

我的索引字段类型如下所示：

<analyzer type="index">
   <charFilter class="solr.PatternReplaceCharFilterFactory" pattern="[(&quot;)(,:;!?)]" replacement=""/>
   <tokenizer class="solr.WhitespaceTokenizerFactory"/>
   <filter class="solr.LowerCaseFilterFactory"/>
   <filter class="solr.ReverseStringFilterFactory"/>
   <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="30" side="front"/>
   <filter class="solr.ReverseStringFilterFactory"/>
</analyzer>

Answer 1

这种情况正在发生，因为文档5实际上没有两次13项。你所拥有的是13和2013，它们对于搜索来说是如此不同。在这种情况下，所有五个文档只有一个13项，因此顺序没有错。如果您希望solr考虑13和2013相同的术语，则可以使用同义词。所以把这一行放在synonyms.txt文件中：

13, 2013

并在schema.xml文件中包含此过滤器：

<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>

现在，当您搜索13时，文档5将具有比其他文档更多的相关性。

Answer 2

solr copyfield指令（使用和不使用EdgeNGramFilterFactory进行索引）是提高直接命中率的解决方案。