Solr 文档评分/提升未按预期工作

Question

我们已将 solr 搜索与 .net 项目集成，但我们面临一些与 solr 的文档提升或评分功能相关的问题。

问题： Solr 没有按照文档中的词频返回分数。

例如：- 我们创建了四个文档，其标题包含术语“链接”并且 solr 返回的分数如下：

1)Link ==> 6.037953
2)Link Link Link Link Link ==> 5.9249415
3)Link Link ==> 5.374235
4)Link Link Link ==> 5.2746024

谁能帮我解决solr评分或提升问题。

Answer 1

Solr 的评分计算非常复杂。在这里，你必须以the primal equation开头：

score(q,d) = coord(q,d) · queryNorm(q) · ∑ ( tf(t in d) · idf(t)2 · t.getBoost() · norm(t,d))

您有tf 参数，它代表词频，其值是词频的平方根。

您还有norm（又名fieldNorm），用于fieldWeight 计算。举个例子吧：

链接链接链接链接链接

您的分数将计算如下（您可以通过添加debugQuery 参数来查看）：

5.9249415 = fieldWeight, product of:
  2.236068 = tf(freq=5.0), with freq of:
    5.0 = termFreq=5.0
  idf (wich will be the same for all your scores)
  0.4375 = fieldNorm(doc=177)

链接

6.037953= fieldWeight, product of:
  1.0 = tf(freq=1.0), with freq of:
    1.0 = termFreq=1.0
  idf (wich will be the same for all your scores)
  1.0 = fieldNorm

这里，link 比另一个得分更高，因为fieldWeight 是tf、idf 和fieldNorm 的乘积。 link 文档的最后一个更高，因为他只包含一个词。

如上文档所说：

lengthNorm - 当文档被添加到索引时计算 根据文档中该字段的token数量，所以 较短的字段对分数的贡献更大。

字段中的术语越多，fieldNorm 就越低。 小心value of this field。

因此，总而言之，在这里您可以完美地理解分数不仅根据频率计算，而且还根据您所在领域的术语数计算。