java - Solr:得分完全匹配高于部分匹配

Question

在一个非常简单的例子中，我有三个文件，文件名分别为“Lark”、“Larker”和“Larking”(没有文件扩展名)。在 solr 中，我索引这三个文件，将文件名映射到“标题”字段。当我搜索“Lark”时，所有三个文档都被返回(这是我想要的)但它们都被赋予相同的分数。我更希望“Lark”获得最高分，因为它与我的查询完全匹配，其他人排在后面。

<field name="title" type="text_general" indexed="true" stored="true" multiValued="false"/>

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15" side="front"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

我相信他们获得相同分数的原因是因为在索引时使用了 EdgeNGramFilterFactory。每个文档都被索引为“La”、“Lar”、“Lark”，其中两个文档(“Larker”和“Larking”)被索引了一些额外的变体。所以实际上每个文档都与查询“Lark”完全匹配。我想要某种执行查询的方式，其中术语“Lark”将返回所有三个文档，但返回的标题为“Lark”的文档高于其他文档。

查询调试结果:

<lst name="debug">
  <str name="rawquerystring">Lark</str>
  <str name="querystring">Lark</str>
  <str name="parsedquery">text:lark</str>
  <str name="parsedquery_toString">text:lark</str>
  <lst name="explain">
    <str name="543d6ee4cbb33c26bbcf288b/xxnullxx/543d6ef9cbb33c26bbcf2892">
2.7104912 = (MATCH) weight(text:lark in 0) [DefaultSimilarity], result of:
  2.7104912 = fieldWeight in 0, product of:
    1.4142135 = tf(freq=2.0), with freq of:
      2.0 = termFreq=2.0
    3.8332133 = idf(docFreq=3, maxDocs=68)
    0.5 = fieldNorm(doc=0)
</str>
    <str name="543d6ee4cbb33c26bbcf288b/xxnullxx/543d6ef9cbb33c26bbcf2893">
2.7104912 = (MATCH) weight(text:lark in 1) [DefaultSimilarity], result of:
  2.7104912 = fieldWeight in 1, product of:
    1.4142135 = tf(freq=2.0), with freq of:
      2.0 = termFreq=2.0
    3.8332133 = idf(docFreq=3, maxDocs=68)
    0.5 = fieldNorm(doc=1)
</str>
    <str name="543d6ee4cbb33c26bbcf288b/xxnullxx/543d6ef9cbb33c26bbcf2894">
2.7104912 = (MATCH) weight(text:lark in 2) [DefaultSimilarity], result of:
  2.7104912 = fieldWeight in 2, product of:
    1.4142135 = tf(freq=2.0), with freq of:
      2.0 = termFreq=2.0
    3.8332133 = idf(docFreq=3, maxDocs=68)
    0.5 = fieldNorm(doc=2)
</str>

Answer 1

要提高精确匹配，您可以创建一个名为“exact_title”的新字段，其中包含一个没有 EdgeNGramFilterFactory 的新类型“text_exact”。

在您的架构中，您可以使用以下行:

<copyField source="title" dest="exact_title"/> 

将标题复制到 exact_title。

然后对标题和 exact_title 这两个字段运行查询。如果查询与确切标题匹配，则具有该确切标题的文档将获得比其他文档更高的分数，并将上升到顶部。