java - Solr:得分精确匹配高于部分匹配

在一个非常简单的情况下，我有三个文档，文件名分别为“Lark”，“Larker”和“Larking”(无文件扩展名)。在solr中，我索引了这三个文档，将文件名映射到“title”字段。当我搜索“Lark”时，将返回所有三个文档(这是我想要的)，但是它们的得分都相同。我希望“ lark ”的得分最高，因为它与我的查询完全匹配，其他的紧随其后。

<field name="title" type="text_general" indexed="true" stored="true" multiValued="false"/>

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15" side="front"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

我相信他们获得相同分数的原因是因为在索引时间使用了EdgeNGramFilterFactory。每个文档的索引分别为“La”，“Lar”，“Lark”，其中两个文档(“Larker”和“Larking”)带有一些其他变体的索引。因此，实际上每个文档都与查询“Lark”完全匹配。我想以某种方式执行查询，其中术语“Lark”将返回所有三个文档，但标题为“Lark”的文档将比其他文档返回更高的位置。

查询调试结果:

<lst name="debug">
  <str name="rawquerystring">Lark</str>
  <str name="querystring">Lark</str>
  <str name="parsedquery">text:lark</str>
  <str name="parsedquery_toString">text:lark</str>
  <lst name="explain">
    <str name="543d6ee4cbb33c26bbcf288b/xxnullxx/543d6ef9cbb33c26bbcf2892">
2.7104912 = (MATCH) weight(text:lark in 0) [DefaultSimilarity], result of:
  2.7104912 = fieldWeight in 0, product of:
    1.4142135 = tf(freq=2.0), with freq of:
      2.0 = termFreq=2.0
    3.8332133 = idf(docFreq=3, maxDocs=68)
    0.5 = fieldNorm(doc=0)
</str>
    <str name="543d6ee4cbb33c26bbcf288b/xxnullxx/543d6ef9cbb33c26bbcf2893">
2.7104912 = (MATCH) weight(text:lark in 1) [DefaultSimilarity], result of:
  2.7104912 = fieldWeight in 1, product of:
    1.4142135 = tf(freq=2.0), with freq of:
      2.0 = termFreq=2.0
    3.8332133 = idf(docFreq=3, maxDocs=68)
    0.5 = fieldNorm(doc=1)
</str>
    <str name="543d6ee4cbb33c26bbcf288b/xxnullxx/543d6ef9cbb33c26bbcf2894">
2.7104912 = (MATCH) weight(text:lark in 2) [DefaultSimilarity], result of:
  2.7104912 = fieldWeight in 2, product of:
    1.4142135 = tf(freq=2.0), with freq of:
      2.0 = termFreq=2.0
    3.8332133 = idf(docFreq=3, maxDocs=68)
    0.5 = fieldNorm(doc=2)
</str>

最佳答案

为了增强精确匹配，您可以创建一个新字段，名为“exact_title”，其新类型为“text_exact”，其中没有EdgeNGramFilterFactory。

在您的模式中，您可以使用以下行:

<copyField source="title" dest="exact_title"/>

将标题复制到exact_title。

然后针对两个字段(标题和确切标题)运行查询。如果查询与确切的标题匹配，则具有该确切标题的文档将获得比其他文档更高的分数，并且将升至顶部。