SOLR:每个文档不同的fieldNorm,没有文档提升
-
29-09-2019 - |
题
我希望我的搜索结果按得分订购,但是得分的计算不当。这就是说,不一定是 不当, ,但与预期不同,我不确定为什么。我的目标是删除改变分数的任何内容。
如果我执行匹配两个对象的搜索(其中预期对objecta的分数将比对象b高),则首先返回对象b。
假设我的查询是一个术语:“苹果”。
Objecta的标题:“苹果是苹果”(2/3项)
Objecta的描述:“苹果苹果中有苹果,现在苹果在苹果上全部苹果!” (6/18术语)
Objectb的标题:“苹果很棒”(1/3项)
Objectb的描述:“苹果房间里有苹果,现在苹果在苹果上都变得不好!” (4/18条)
标题字段没有提升(或更确切地说是提升1),并且描述字段的提升为0.8。我尚未通过solrconfig.xml或通过我通过的查询指定文档的提升。如果有另一种指定文档提升的方法,我有可能缺少一个文档。
分析后 explain
打印输出,看起来像objecta 是 像我想要的那样,适当地计算出比对象b更高的分数 一 差异:ObjectB的标题字段词总是高于Objecta。
这里是 explain
打印。只是你知道:标题字段是 mditem5_tns
描述字段是 mditem7_tns
:
ObjectB:
1.3327172 = (MATCH) sum of:
1.0352166 = (MATCH) max plus 0.1 times others of:
0.9766194 = (MATCH) weight(mditem5_tns:appl in 0), product of:
0.53929156 = queryWeight(mditem5_tns:appl), product of:
1.8109303 = idf(docFreq=3, maxDocs=9)
0.2977981 = queryNorm
1.8109303 = (MATCH) fieldWeight(mditem5_tns:appl in 0), product of:
1.0 = tf(termFreq(mditem5_tns:appl)=1)
1.8109303 = idf(docFreq=3, maxDocs=9)
1.0 = fieldNorm(field=mditem5_tns, doc=0)
0.58597165 = (MATCH) weight(mditem7_tns:appl^0.8 in 0), product of:
0.43143326 = queryWeight(mditem7_tns:appl^0.8), product of:
0.8 = boost
1.8109303 = idf(docFreq=3, maxDocs=9)
0.2977981 = queryNorm
1.3581977 = (MATCH) fieldWeight(mditem7_tns:appl in 0), product of:
2.0 = tf(termFreq(mditem7_tns:appl)=4)
1.8109303 = idf(docFreq=3, maxDocs=9)
0.375 = fieldNorm(field=mditem7_tns, doc=0)
0.2975006 = (MATCH) FunctionQuery(1000.0/(1.0*float(top(rord(lastmodified)))+1000.0)), product of:
0.999001 = 1000.0/(1.0*float(1)+1000.0)
1.0 = boost
0.2977981 = queryNorm
ObjectA:
1.2324848 = (MATCH) sum of:
0.93498427 = (MATCH) max plus 0.1 times others of:
0.8632177 = (MATCH) weight(mditem5_tns:appl in 0), product of:
0.53929156 = queryWeight(mditem5_tns:appl), product of:
1.8109303 = idf(docFreq=3, maxDocs=9)
0.2977981 = queryNorm
1.6006513 = (MATCH) fieldWeight(mditem5_tns:appl in 0), product of:
1.4142135 = tf(termFreq(mditem5_tns:appl)=2)
1.8109303 = idf(docFreq=3, maxDocs=9)
0.625 = fieldNorm(field=mditem5_tns, doc=0)
0.7176658 = (MATCH) weight(mditem7_tns:appl^0.8 in 0), product of:
0.43143326 = queryWeight(mditem7_tns:appl^0.8), product of:
0.8 = boost
1.8109303 = idf(docFreq=3, maxDocs=9)
0.2977981 = queryNorm
1.6634457 = (MATCH) fieldWeight(mditem7_tns:appl in 0), product of:
2.4494898 = tf(termFreq(mditem7_tns:appl)=6)
1.8109303 = idf(docFreq=3, maxDocs=9)
0.375 = fieldNorm(field=mditem7_tns, doc=0)
0.2975006 = (MATCH) FunctionQuery(1000.0/(1.0*float(top(rord(lastmodified)))+1000.0)), product of:
0.999001 = 1000.0/(1.0*float(1)+1000.0)
1.0 = boost
0.2977981 = queryNorm
解决方案
问题是由Stemmer引起的。它将“苹果是苹果”扩展到“苹果appl apples appl”,从而使场更长。由于文档B仅包含1个术语。
这会导致不同的现场点。
其他提示
FieldNorm计算由3个组件计算 - 在现场上的索引时间增强,在文档和场长上进行了index-time增强。假设您没有提供任何索引时间提升,则差异必须是字段长度。
因此,由于对于较短的字段值而言,要使标题具有较高的字段词值,因此lentnorm必须具有较高的字段词值,因此标题中必须具有较少的令牌。
有关Lucene评分的详细说明,请参见以下页面:
http://lucene.apache.org/java/2_4_0/scoring.html http://lucene.apache.org/java/2_4_0/api/org/opache/lucene/search/similarity.html