Solr：fieldNorm每個文檔不同，沒有文檔提示

Question

我希望我的搜索結果按照他們正在進行的分數排序，但分數計算不正確。這就是說，不一定，但不同於預期，我不知道爲什麼。我的目標是消除任何正在改變分數的東西。

如果我執行的搜索匹配兩個對象（其中ObjectA預計比ObjectB得分高），ObjectB將首先返回。

比方說，對於這個例子，我的查詢是一個單詞：「蘋果」。

對象A的標題：「蘋果是蘋果」（2/3計算）
對象A的描述：「有在蘋果，蘋果蘋果，現在蘋果就所有的蘋果都在蘋果」 （6/18條款）
ObjectB的標題：「蘋果很棒」（1/3條款）
ObjectB的描述：「蘋果房間裏有蘋果，現在蘋果全都變壞了！ （4/18條款）

標題欄沒有增加（或者更確切地說，增加1），說明欄增加了0.8。我沒有通過solrconfig.xml或通過查詢指定文檔增強。如果還有另一種方式來指定文檔提示，那麼我有可能會丟失文檔。

分析explain打印完成後，它看起來像對象A 是正確計算得分高於對象B，就像我想，除了一個區別：對象B的標題fieldNorm總是比對象A的高。

---

下面打印輸出explain。只要你知道：標題字段是mditem5_tns和描述字段是mditem7_tns：

ObjectB: 
1.3327172 = (MATCH) sum of: 
    1.0352166 = (MATCH) max plus 0.1 times others of: 
    0.9766194 = (MATCH) weight(mditem5_tns:appl in 0), product of: 
     0.53929156 = queryWeight(mditem5_tns:appl), product of: 
     1.8109303 = idf(docFreq=3, maxDocs=9) 
     0.2977981 = queryNorm 
     1.8109303 = (MATCH) fieldWeight(mditem5_tns:appl in 0), product of: 
     1.0 = tf(termFreq(mditem5_tns:appl)=1) 
     1.8109303 = idf(docFreq=3, maxDocs=9) 
     1.0 = fieldNorm(field=mditem5_tns, doc=0) 
    0.58597165 = (MATCH) weight(mditem7_tns:appl^0.8 in 0), product of: 
     0.43143326 = queryWeight(mditem7_tns:appl^0.8), product of: 
     0.8 = boost 
     1.8109303 = idf(docFreq=3, maxDocs=9) 
     0.2977981 = queryNorm 
     1.3581977 = (MATCH) fieldWeight(mditem7_tns:appl in 0), product of: 
     2.0 = tf(termFreq(mditem7_tns:appl)=4) 
     1.8109303 = idf(docFreq=3, maxDocs=9) 
     0.375 = fieldNorm(field=mditem7_tns, doc=0) 
    0.2975006 = (MATCH) FunctionQuery(1000.0/(1.0*float(top(rord(lastmodified)))+1000.0)), product of: 
    0.999001 = 1000.0/(1.0*float(1)+1000.0) 
    1.0 = boost 
    0.2977981 = queryNorm 

ObjectA: 
1.2324848 = (MATCH) sum of: 
    0.93498427 = (MATCH) max plus 0.1 times others of: 
    0.8632177 = (MATCH) weight(mditem5_tns:appl in 0), product of: 
     0.53929156 = queryWeight(mditem5_tns:appl), product of: 
     1.8109303 = idf(docFreq=3, maxDocs=9) 
     0.2977981 = queryNorm 
     1.6006513 = (MATCH) fieldWeight(mditem5_tns:appl in 0), product of: 
     1.4142135 = tf(termFreq(mditem5_tns:appl)=2) 
     1.8109303 = idf(docFreq=3, maxDocs=9) 
     0.625 = fieldNorm(field=mditem5_tns, doc=0) 
    0.7176658 = (MATCH) weight(mditem7_tns:appl^0.8 in 0), product of: 
     0.43143326 = queryWeight(mditem7_tns:appl^0.8), product of: 
     0.8 = boost 
     1.8109303 = idf(docFreq=3, maxDocs=9) 
     0.2977981 = queryNorm 
     1.6634457 = (MATCH) fieldWeight(mditem7_tns:appl in 0), product of: 
     2.4494898 = tf(termFreq(mditem7_tns:appl)=6) 
     1.8109303 = idf(docFreq=3, maxDocs=9) 
     0.375 = fieldNorm(field=mditem7_tns, doc=0) 
    0.2975006 = (MATCH) FunctionQuery(1000.0/(1.0*float(top(rord(lastmodified)))+1000.0)), product of: 
    0.999001 = 1000.0/(1.0*float(1)+1000.0) 
    1.0 = boost 
    0.2977981 = queryNorm 

Answer 1

的問題是由詞幹引起的。它將「蘋果是蘋果」擴展到「蘋果蘋果是蘋果應用」，從而使該領域變得更長。由於文件B只包含由詞幹程序擴展的一個詞語，所以字段保持較短，然後是文檔A.

這會導致不同的fieldNorms。

Answer 2

FieldNOrm計算3個部分組成 - 對文檔和字段長度字段，索引時間升壓指數時間提升。假設您沒有提供任何索引時間提升，則差異必須是字段長度。

因此，由於lengthNorm是對於較短的字段值越高，對於B具有用於標題較高fieldNorm值，就必須有令牌的更小數量的標題比A.

參見用於以下各頁Lucene的得分的詳細解釋：

http://lucene.apache.org/java/2_4_0/scoring.html http://lucene.apache.org/java/2_4_0/api/org/apache/lucene/search/Similarity.html