我使用过Solr 6.1
我现在正在设置分数，
但我在分数上有一些问题
我只是搜索GCS，qf集是：title ^ 100 content ^ 70 text ^ 50，
三个字段都是text_general，
我得到的第一个结果得分是1050.8486，另一个是853.08655，
但是第一个内容在内容领域是如此之短，而另一个内容在内容领域是如此之多，
我只是不知道为什么第一个得分会很多
以下两个结果debugquery内容：
1002.8741 =总和：\ n 1002.8741 =最大值：\ n 1002.8741 =体重（标题：1275年的GCS）[]，结果：\ n 1002.8741 =得分（doc = 1275，freq = 1.0 = termFreq = 1.0 \ n），产品：\ n 100.0 = boost \ n 8.513557 = idf（docFreq = 27，docCount = 137000）\ n 1.177973 = tfNorm，计算自：\ n 1.0 = termFreq = 1.0 \ n 1.2 =参数k1 \ n 0.75 =参数b \ n 6.3423285 = avgFieldLength \ n 4.0 = fieldLength \ n 928.3479 =体重（内容：1275年的GCS）[]，结果：\ n 928.3479 =得分（doc = 1275，freq = 2.0 = termFreq = 2.0 \ n），产品：\ n 70.0 = boost \ n 7.1785564 = idf（docFreq = 104，docCount = 137000）\ n 1.8474623 = tfNorm，计算自：\ n 2.0 = termFreq = 2.0 \ n 1.2 =参数k1 \ n 0.75 =参数b \ n 176.37256 = avgFieldLength \ n 16.0 = fieldLength \ n
811.1335 =总和：\ n 811.1335 =最大值：\ n 127.21202 =重量（文字：9400中的GCS）[]，结果：\ n 127.21202 =得分（doc = 9400，freq = 1.0 = termFreq = 1.0 \ n），产品：\ n 50.0 = boost \ n 7.464645 = idf（docFreq = 78，docCount = 137000）\ n 0.3408388 = tfNorm，计算自：\ n 1.0 = termFreq = 1.0 \ n 1.2 =参数k1 \ n 0.75 =参数b \ n 44.69738 = avgFieldLength \ n 256.0 = fieldLength \ n 811.1335 = weight（标题：9400中的GCS）[]，结果：\ n 811.1335 =得分（doc = 9400，freq = 1.0 = termFreq = 1.0 \ n），产品：\ n 100.0 = boost \ n 8.513557 = idf（docFreq = 27，docCount = 137000）\ n 0.9527551 = tfNorm，计算自：\ n 1.0 = termFreq = 1.0 \ n 1.2 =参数k1 \ n 0.75 =参数b \ n 6.3423285 = avgFieldLength \ n 7.111111 = fieldLength \ n 174.06395 = weight（内容：9400中的GCS）[]，结果：\ n 174.06395 =得分（doc = 9400，freq = 7.0 = termFreq = 7.0 \ n ），产品：\ n 70.0 = boost \ n 7.1785564 = idf（docFreq = 104，docCount = 137000）\ n 0.34639663 = tfNorm，计算自：\ n 7.0 = termFreq = 7.0 \ n 1.2 =参数k1 \ n 0.75 =参数b \ n 176.37256 = avgFieldLength \ n 7281.778 = fieldLength \ n
=============================================== ============================
当我使用分片时，我还有另一个问题，omitNorms它不起作用？为什么？我发现长内容的内容得分较短？架构是相同的
第一个来自A集合是短内容，另一个是B集合和长内容：
1158.9161 =总和：\ n 1158.9161 =最大值：\ n 1158.9161 =重量（标题：波音52601）[]，结果：\ n 1158.9161 =得分（doc = 52601，freq = 1.0 = termFreq = 1.0 \ n），产品：\ n 100.0 = boost \ n 11.589161 = idf（docFreq = 5，docCount = 593568）\ n 1.0 = tfNorm，计算自：\ n 1.0 = termFreq = 1.0 \ n 1.2 =参数k1 \ n 0.0 =参数b（字段省略规范）\ n 1085.6042 =重量（内容：波音52601）[]，结果：\ n 1085.6042 =得分（doc = 52601，freq = 2.0 = termFreq = 2.0 \ n），产品of：\ n 70.0 = boost \ n 11.279006 = idf（docFreq = 7，docCount = 593568）\ n 1.375 = tfNorm，计算自：\ n 2.0 = termFreq = 2.0 \ n 1.2 =参数k1 \ n 0.0 =参数b（字段省略的规范）\ n
1060.8777 =总和：\ n 1060.8777 =最大值：\ n 433.1234 =体重（文字：boeing in 39406）[]，结果：\ n 433.1234 =得分（doc = 39406，freq = 1.0 = termFreq = 1.0 \ n），产品：\ n 50.0 = boost \ n 8.662468 = idf（docFreq = 112，docCount = 650450）\ n 1.0 = tfNorm，计算自：\ n 1.0 = termFreq = 1.0 \ n 1.2 =参数k1 \ n 0.0 =参数b（字段省略的范数）\ n 884.746 =重量（标题：波音39406）[]，结果：\ n 884.746 =得分（doc = 39406，freq = 1.0 = termFreq = 1.0 \ n），产品of：\ n 100.0 = boost \ n 8.84746 = idf（docFreq = 93，docCount = 650450）\ n 1.0 = tfNorm，计算自：\ n 1.0 = termFreq = 1.0 \ n 1.2 =参数k1 \ n 0.0 =参数b（字段省略的规范）\ n 1060.8777 =重量（内容：波音39406）[]，结果：\ n 1060.8777 =得分（doc = 39406，freq = 7.0 = termFreq = 7.0 \ n），乘积：\ n 70.0 = boost \ n 8.069756 = idf（docFreq = 203，docCount = 650450）\ n 1.8780 489 = tfNorm，计算自：\ n 7.0 = termFreq = 7.0 \ n 1.2 =参数k1 \ n 0.0 =参数b（字段省略规范）
答案 0 :(得分：1)
Solr 6.1使用的下划线相似度是BM25 [1]。
这意味着与平均字段长度相比，字段值长度很重要。 更具体一点，你正在使用dismax，你只考虑纯粹的最大值。 所以探索最大值：
第一份文件Max：
1002.8741 =重量（标题：1275年的GCS）[]，结果：\ n 1002.8741 =得分（doc = 1275，freq = 1.0 = termFreq = 1.0 \ n），乘积为：\ n 100.0 = boost \ n 8.513557 = idf（docFreq = 27，docCount = 137000）\ n 1.177973 = tfNorm，计算自：\ n 1.0 = termFreq = 1.0 \ n 1.2 =参数k1 \ n 0.75 =参数b \ n 6.3423285 = avgFieldLength \ n 4.0 = fieldLength \ n
第二份文件Max：
811.1335 =重量（标题：9400中的GCS）[]，结果：\ n 811.1335 =得分（doc = 9400，freq = 1.0 = termFreq = 1.0 \ n），乘积为：\ n 100.0 = boost \ n 8.513557 = idf（docFreq = 27，docCount = 137000）\ n 0.9527551 = tfNorm，计算自：\ n 1.0 = termFreq = 1.0 \ n 1.2 =参数k1 \ n 0.75 =参数b \ n 6.3423285 = avgFieldLength \ n 7.111111 = fieldLength \ n
因此，较短的第一个文件标题成为赢家。 您可以使用dismax / edismax来考虑其他因素，而不仅仅是最大值[2]。
此致
[1] http://opensourceconnections.com/blog/2015/10/16/bm25-the-next-generation-of-lucene-relevation/