Solrj Query - 首先获取最相关的记录答案

【问题标题】：Solrj Query - Get the most relevant record firstSolrj Query - 首先获取最相关的记录
【发布时间】：2013-02-11 08:23:57
【问题描述】：

我在Solr 4.0 中有一些文件。我希望首先显示最相关的记录，然后再显示不太相关的记录。

例如，我有 3 个标题如下的文档 -

制定收入分配政策
收入分配和经济政策
发展中国家的收入分配政策

现在，当我查询 q=title:Income Distribution Policy 之类的内容时，

我希望第 3 个文档首先显示（因为前 3 个单词完全匹配）然后我希望第 1 个文档显示第二个（除了“Towards”其余匹配项）然后我想要要显示的文档编号 2（因为中间有一些单词）。

我的schema.xml 看起来像这样 -

<types>
  <fieldType name="search" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.SnowballPorterFilterFactory" language="German2" />
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.SnowballPorterFilterFactory" language="German2" />
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
</fieldType>
</types>

<fields>
   <field name="title" type="search" indexed="true" stored="true"/>
</fields>

EDIT 1 调试输出

"rawquerystring": "title:Income Distribution Policy",
"querystring": "title:Income Distribution Policy",
"parsedquery": "title:incom title:distribut title:polici",
"parsedquery_toString": "title:incom title:distribut title:polici"

EDIT 2 修改了 fieldType

我用了下面的组合，输出还是一样的。

StandardTokenizerFactory - autoGeneratePhraseQueries（不存在） - PorterStemFilterFactory。
StandardTokenizerFactory - autoGeneratePhraseQueries="true" - PorterStemFilterFactory。
StandardTokenizerFactory - autoGeneratePhraseQueries（不存在）。
StandardTokenizerFactory - autoGeneratePhraseQueries="true"。
WhitespaceTokenizerFactory - autoGeneratePhraseQueries（不存在） - PorterStemFilterFactory。
WhitespaceTokenizerFactory - autoGeneratePhraseQueries="true" - PorterStemFilterFactory。
WhitespaceTokenizerFactory - autoGeneratePhraseQueries（不存在）。
WhitespaceTokenizerFactory - autoGeneratePhraseQueries="true"。

【问题讨论】：

标签： solr schema solrj

【解决方案1】：

如果您不按其他任何内容进行排序，则您正在按相似度/相关性进行排序。因此，如果您没有以正确的顺序获得结果，您可能需要考虑如何分配权重以及您正在使用哪些查询解析器。

我假设您正在使用 eDismax 并在标题字段上进行提升。此外，请查看 mm（最小匹配）和 pf（短语字段）以进行提升。

您可能还想使用在您的 fieldType 上设置的 autoGeneratePhraseQueries 字段进行测试。

当然，查询上的 debugQuery=true 将帮助您了解正在发生的事情。您可能会发现，在您尝试读取调试输出的前几次，添加 debug.explain.structured=true 可能很有用。

【讨论】：

我使用 debugQuery=true 和 debug.explain.structured=true 执行了查询。我发现在开始时原始查询本身是标记化的，即查询是这样标记的 - 标题：收入标题：分配标题：策略，因此不会显示完全匹配。你能给我一些解决方案吗？如果有帮助，我可以分享调试输出。
尝试将 autoGeneratePhraseQueries="true" 放在类型定义上，看看它是否会改善结果。
也会尝试的。这需要重新生成索引，这可能需要一些时间。会回复你的。谢谢你的帮助，我希望以后也能来。
结果是一样的。我尝试了使用 autoGeneratePhraseQueries true 和 false（未提及）的 StandardTokenizerFactory。我还尝试了使用 autoGeneratePhraseQueries true 和 false（未提及）的 WhitespaceTokenizerFactory。我也尝试了上面有和没有词干的方法。结果是一样的。

【解决方案2】：

我尝试在查询字符串周围使用""，它成功了。

喜欢 - q=title:"Income Distribution Policy" OR title:Income Distribution Policy。

这给了我文档 1、文档 3 和文档 2 的输出。不完美但足够接近。

【讨论】：