是否可以“合理地”设置Solr分数阈值，与返回的结果无关？ （即Solr Scoring是否以任何方式标准化）

Question

我有一个包含许多条目的Solr索引，并且在查询时会返回一些子集 - 每个条目都有一些分数，（明显）。一旦结果以分数返回，我希望能够“保持”高于某个分数的结果（即仅具有特定质量的结果）。当返回的子集可能是什么时，是否可以这样做？

我问，因为在某些问题上似乎有一个得分为0.008的结果导致了一个不错的匹配，而其他查询得分较高会导致匹配不佳。

理想情况下，我只是在寻找一种方法来获取最高x条目，只要它们至少具有一定的质量。

提前致谢！

Answer 1

我认为你不应该这样做。使用TF-IDF评分模型，无法计算所有结果相关的分数，反之亦然。如果你设法做到这一点，那么在对索引进行一些更新之后，这个阈值很可能不再有效（因为文档频率会发生变化）。

如果你仍然想这样做，我认为使用函数查询是可以实现的：在Solr中有一个if（在trunk中）和一个query函数。只需过滤结果，以便只保留分数高于给定阈值的条目。

Answer 2

您可以实施称为规范化分数（Scores As Percentages）的内容。

有关详细信息，请参阅：

How to normalize Lucene scores?

how do I normalise a solr/lucene score?

Remove results below a certain score threshold in Solr/Lucene?

Answer 3

首先要通过ScoresAsPercentages。

Solr不会对分数进行标准化，因为它可以在客户端轻松完成 您可以使用结果中提供的maxScore，将所有分数除以 maxScore。
第一张唱片的得分为1，其余为其余。