如果它与查询字符串的 50% 匹配，如何查询 Solr 以获取文档？答案

【问题标题】：How to query Solr to get the documents if it matches 50% of the query string?如果它与查询字符串的 50% 匹配，如何查询 Solr 以获取文档？
【发布时间】：2020-01-10 08:32:45
【问题描述】：

我使用的是Solr 7.6，文档结构如下：

{
    "source_ln":"en",
    "source_text":"the sky is blue",
    "target_ln":"hi",
    "target_text":"आसमान नीला है",
},
{
    "source_ln":"en",
    "source_text":"the sky is also called the celestial sphere",
    "target_ln":"hi",
    "target_text":"आकाश को आकाशीय क्षेत्र भी कहा जाता है",
}

所有字段都使用 StandardTokenizerFactory 标记器定义。

当我查询“source_text”：“天空”时，

结果集应该只包含第一个文档。

在第二个文档中，字段 "source_text":"the sky is also called the celestial sphere" 包含 8 个术语，而查询字段 "source_text":"the sky" 仅包含 2 个术语，所以至少 50%不满足匹配条件，因此第二个文档不会出现在结果集中。

有没有办法让文档匹配至少 50% 的查询字段术语/标记？

提前致谢。

【问题讨论】：

标签： solr lucene dismax

【解决方案1】：

您可以将请求处理程序设置为使用(e)dismax 查询解析器，例如使用defTypeparameter，例如。 ?q=...&defType=dismax.

使用dismax解析器，然后可以根据需要使用mm (Minimum Should Match)参数，只需设置mm=50%即可。

【讨论】：

【解决方案2】：

您可以通过执行以下步骤来实现这些功能。

在您的架构名称“source_text_fifty”中创建单独的字段， param(indexing=true, storage=false, 不适用 StandardTokenizerFactory 语法类型或更好地单独创建 solr.KeywordTokenizerFactory 的数据类型字段）。
现在，在索引文档和存储期间计算 50% 的输入 “source_text_fifty”字段中的那些计算数据。
使用上述逻辑重新索引所有现有数据。
使用 source_text_fifty:"the sky" 运行查询。现在你只得到了一个 50% 的匹配数据。

【讨论】：

“在索引文档期间计算 50% 的输入”是什么意思？实际上我正在使用 Solr 来构建语言翻译。所以我正在寻找获得最相关的部分匹配结果的功能。
在部分匹配结果的情况下，这 50% 的逻辑不起作用。这仅适用于从字符串开始的精确 50% 匹配。根据你的例子。