Solr 突出显示匹配的查询词

Question

我正在使用 Solr 进行模糊搜索（例如，foo~2 bar~2）。 Highlighting 允许我从结果集中突出显示匹配的文档片段。

例如：

Result 1: <em>food</em> <em> bars</em> Result 2: mars <em>bar</em>

等等。

对于从文档中突出显示的每个匹配项，我需要弄清楚这些片段与哪些查询词匹配，以及这些查询词在查询中的偏移量。比如：

Result 1: {<em>food</em> MATCHED_AGAINST foo QUERY_OFFSET 0,2} {<em> bars</em> MATCHED_AGAINST bar QUERY_OFFSET 3,5} Result 2: mars {<em>bar</em> MATCHED_AGAINST bar QUERY_OFFSET 3,5}

有没有办法在 Solr 中做到这一点？

Answer 1

其中一种可能性是自定义将生成所需信息的荧光笔。想法很简单——你有方法

org.apache.lucene.search.highlight.Highlighter#getBestTextFragments

在此方法中，您可以对 QueryScorer 进行低级访问，该方法由几个有用的属性组成，例如

private Set<String> foundTerms;
private Map<String,WeightedSpanTerm> fieldWeightedSpanTerms;
private Query query;

我很确定，使用这些信息您应该能够产生所需的输出

Answer 2

我能想到的一个技巧是对查询中的每个术语使用不同的（唯一的）boost 因子，然后从 debug 分数中检索每个匹配术语的提升因子，以推断哪个术语得分来自。

例如，我们可以使用foo~2^3.0 bar~2^2.0 进行查询（将分数从 bar 提高 2.0，保持分数与 foo 不匹配）。从调试分数输出中，检查提升因子：

Result 1: food bars: score <total score 1> = food * 3.0 * <other scoring terms> + bars * 2.0 * <other scoring terms>
Result 2: mars bar: score <total score 2> = bar * 2.0 * <other scoring terms>

从中可以清楚地看出food 与3.0 的提升因子匹配，bars 以及bar 与2.0 的提升因子匹配。维护一个查找字典，查找哪个词有什么提升，很容易找出哪些词匹配。

需要考虑的两个因素：

1. 如果提升因子为 1.0，则 solr 调试分数不会打印出来。
2. Solr 可能会基于模糊匹配、TF-IDF 等为术语合并一些默认的提升因子。在这种情况下，显示的提升因子将与我们在查询中提供的提升不匹配。出于这个原因，我们需要执行两次查询 - 一次不进行任何提升（以了解每个术语的默认提升），一次进行提升（查看它现在发生了多少变化）。

希望这对某人有所帮助。