Solr MoreLikeThis 提升查询字段答案

【问题标题】：Solr MoreLikeThis boosting query fieldsSolr MoreLikeThis 提升查询字段
【发布时间】：2014-01-05 21:22:48
【问题描述】：

我正在试验 Solr 的 MoreLikeThis 功能。

我的架构处理文章，我正在寻找三个领域内文章之间的相似之处：文章标题、文章文本和主题。

以下查询运行良好：

q=id:(2e2ec74c-7c26-49c9-b359-31a11ea50453)
&rows=100000000&mlt=true
&mlt.fl=articletext,articletitle,topic&mlt.boost=true&mlt.mindf=1&mlt.mintf=1

但我想尝试提升不同的查询字段 - 例如，更加重视文章标题中的相似性。

文档 (http://wiki.apache.org/solr/MoreLikeThis) 建议这可以通过包含 mlt.qf 属性和一些提升来实现。

我对此类查询的尝试如下：

q=id:(2e2ec74c-7c26-49c9-b359-31a11ea50453)&rows=100000000&mlt=true
&mlt.fl=articletext,articletitle,topic&mlt.boost=true
&mlt.mindf=1&mlt.mintf=1
&mlt.qf=articletext^0.1 articletitle^100 topic^0.1

但是，提升似乎没有任何影响 - 无论我提供什么提升，建议都保持不变（除了上述查询，我会大力支持标题中的相似性，但这似乎并没有发生）

我在文档中找不到任何以这种方式使用 MoreLikeThis 的示例，这让我相信我有问题。

有没有人设法实现这样的目标？

【问题讨论】：

我也刚开始遇到这个问题。您也可以将 mlt.interestingTerms=details 参数放在那里，以查看它根据原始文档选择的术语，并且无论我在 mlt.fl 参数中输入什么（或我输入什么字段），它们似乎都没有改变省略）。

标签： solr lucene solrnet recommendation-engine morelikethis

【解决方案1】：

如果您有简单的推荐要求，而您只有一个或多个同等重要的字段要匹配，则 MLT 组件非常有用。但是任何时候你想改变不同字段的相对重要性，或者需要做一些更具体的事情，比如包括反距离提升，那么你可能想要编写自己的伪 MLT 处理程序。 MLT 处理程序所做的只是根据源文档中的 tf.idf 分数从指定的字段中生成最热门的术语。您可以在生成自定义 SOLR OR 查询的某些代码中轻松模拟该功能。您将失去 termvectors 的优势，但只要您的查询大小合理（比如

【讨论】：

【解决方案2】：

即使我在我的情况下面临同样的问题，我也必须在两个字段 1）描述和 2）columnValue 中使用更多类似的方法来查找文档之间的相似性，其中 columnValue 在最终得分中的权重高于描述。由于 solr 仅支持字符串类型相似性匹配并且不支持 double 类型，因此我已将 columnValue 字段转换为字符串类型。（即 double 值现在是字符串类型，例如：231.0 现在是“231.0”）。这是架构：

enter image description here 架构.xml

以及我正在使用的查询

http://hostname:8983/solr/collection3/mlt?q= &wt=xml&indent=true&mlt=true&mlt.fl=description,columnValue &fq=versionId:1068383519&mlt.count=4000&mlt.mindf=1&mlt.mintf=1 &fl=tableId,tableIndex,score,versionId,columnId,description,columnValue, refVersionId &mlt.qf=description^0.4+columnValue^0.6

这里的“id”是 refVersionId,VersionId,TableId,TableIndex,ColumnId 上的复合键

但问题是 columnValue 提升无效，即使我从 mlt.fl 和 mlt.qf 中删除 columnValue，我也没有发现响应有任何变化，columnValue 没有参与相似性匹配。根据我的说法，mlt 仅适用于单个字段，即描述。你有任何建议或任何解决方案来解决这个问题。

【讨论】：