在Solr/Lucene中刪除低於某個得分閾值的結果？

solr/lucene中是否有內置的功能來篩選結果，如果它們低於某個分數閾值？比方說，如果我提供0.2的分數閾值，那麼所有分數小於0.2的文檔將從我的結果中刪除。我的直覺是，這可以通過更新/定製solr或lucene來實現。在Solr/Lucene中刪除低於某個得分閾值的結果？

你能指出我如何做到這一點正確的方向？

在此先感謝！

來源

2010-05-20 snickernet

Simon的回答是正確的。但要記住，社會是相對的，因此很難爲結果的「好」選擇一個門檻。 – 2010-05-20 09:54:59

你可以寫你自己的珍藏，將忽略收集這些文件，下面的閾值的得分手的地方。下面是使用Lucene.Net 2.9.1.2和C＃的一個簡單例子。如果要保留計算得分，則需要修改示例。

using System; 
using System.Collections.Generic; 
using Lucene.Net.Index; 
using Lucene.Net.Search; 

public class ScoreLimitingCollector : Collector { 
    private readonly Single _lowerInclusiveScore; 
    private readonly List<Int32> _docIds = new List<Int32>(); 
    private Scorer _scorer; 
    private Int32 _docBase; 

    public IEnumerable<Int32> DocumentIds { 
     get { return _docIds; } 
    } 

    public ScoreLimitingCollector(Single lowerInclusiveScore) { 
     _lowerInclusiveScore = lowerInclusiveScore; 
    } 

    public override void SetScorer(Scorer scorer) { 
     _scorer = scorer; 
    } 

    public override void Collect(Int32 doc) { 
     var score = _scorer.Score(); 
     if (_lowerInclusiveScore <= score) 
      _docIds.Add(_docBase + doc); 
    } 

    public override void SetNextReader(IndexReader reader, Int32 docBase) { 
     _docBase = docBase; 
    } 

    public override bool AcceptsDocsOutOfOrder() { 
     return true; 
    } 
}

來源

2010-05-20 07:04:31 sisve

謝謝西蒙。這真的讓我更好地理解如何實現它。 @Shashikant - 也感謝您分享您的想法。我會記住這一點。在設置閾值時我會更加謹慎，以便濾除相關結果的可能性很小。 – snickernet 2010-05-21 05:33:02

它被稱爲歸一化分數（Scores As Percentages）。

您可以使用下面的下面的參數以實現：

ns = {!func}product(scale(product(query({!type=edismax v=$q}),1),0,1),100) 
fq = {!frange l=20}$ns

其中20是你的20％的門檻。

我不建議這樣做，因爲在Lucene的絕對分數值是沒有意義的（例如，分數不能跨搜索直接可比性）。迴歸分數與得分最高分的比例爲有意義，但至少在目前回歸的最高分沒有絕對標定，所以沒有辦法從確定分數什麼是結果質量整體而言。有各種方法來改善這已討論（使分數更直接地比較編碼附加信息納入分數，並使用它進行規範化，或可能更好，將分數推廣到一個對象，其中包含多個片段信息;例如，如果您使用的是默認OR，那麼排名前結果匹配的查詢條件總數將非常有用）。據我所知，這些想法都沒有實現。 - @Chuck

^{來源：RE: Limiting Hits with a score threshold}

來源

2013-04-02 13:20:01 kenorb

只是一個任何人誰更新絆倒在這裏 - 一個EarlyTerminatingSortCollector已經被Lucene的提供和定製的收藏家並不需要是爲此做了。將其包裝在TopDocsCollector（在OP的具體情況下，TopScoreDocCollector）以實現給定的任務。

EarlyTerminatingSortCollector