假设我有两个字段A和B的文档。
我想使用SOLR的MoreLikeThis，但有一点点：我最感兴趣的是提升A字段就像我的模型文档的B字段的文档。 （也就是说，从模型B字段中提取MLT的“有趣术语”，但只收集基于A字段的MLT结果。）
我没有看到使用mlt.fl字段或mlt.qf提升的方法来在单个查询中实现此效果。 （似乎mlt.fl指定用于发现'有趣术语'和匹配这些术语的字段。）我错过了一些选项吗？
或者我是否必须自己提取“有趣的术语”并交换“字段：术语”的详细信息？
（同样的其他观点也赞赏。）
答案 0 :(得分：1)
我看到的两个选项是：
第一种选择需要花费一些编程（主要是配置更改）和一些内存消耗。第二个涉及更多编程但没有增加内存占用。希望其中一个适合您的需求。
答案 1 :(得分：0)
我现在认为有两种方法可以达到预期的效果（无需自定义MLT源代码）。
第一个选项：使用MLT handler执行初始MLT查询，添加参数&mlt.interestingTerms=details。这包括被认为有趣的术语列表，以及相对提升的排名。通常的行为是针对相同的mlt.fl字段使用这些发现的术语来查找类似的文档。例如，响应将包括：
"interestingTerms":
["field_b:foo",5.0,"field_b:bar",2.9085307,"field_b:baz",1.67070794]
（因为这个初始查询唯一有趣的是有趣的问题，投入一个排除所有文档的fq可以帮助它跳过不必要的评分工作。）
明确地将有趣的条款信息重新组合成新的OR查询field_a:foo^5.0 field_a:bar^2.9085307 field_a:baz^1.67070794相当于使用B字段示例文本来查找字段A中相似的文档，并且可能正好模仿查询默认的MLT类型在其通常的模型领域。
第二个选项：抓取模型文档的实际字段B文本，并将其直接作为ContentStream body提供，以代替查询，用于指定模型文档。然后在场A处靶向mlt.fl以便收集类似的结果。例如，参数的片段可能是…&stream.body=foo bar baz&mlt.fl=field_a&…。同样，最初来自field_b的模型文本的净效果是仅在field_a中查找类似的文档。