solr - Apache Solr 中的相关反馈

Question

我想实现 relevance feedback在 Solr . Solr 已经有 More Like This特征:给定单个文档，返回一组按照与单个输入文档的相似度排序的相似文档。是否可以将 Solr 的 More Like This 功能配置为更像那些？换句话说:给定一组文档，返回与输入集相似的文档列表(按相似度排序)。

根据对this question的回答将 Solr 的 More Like This 变成 More Like That 可以通过以下方式完成:

获取返回指定文档的查询结果集的url。例如，网址 http://solrServer:8983/solr/select?q=id:1%20id:2%20id:3返回对查询的响应 id:1 id:2 id:3这实际上是文档 1、2、3 的串联。

把上面的url(指定文档的串联)放在url.stream中More Like This 处理程序的 GET 参数:http://solrServer:8983/solr/mlt?mlt.fl=text&mlt.mintf=0&stream.url=http://solrServer:8983/solr/select%3Fq=id:1%20id:2%20id:3 .现在， More Like This 处理程序将文档 1、2 和 3 的串联视为单个输入文档，并返回与串联相似的一组排序文档。

这是一个非常糟糕的实现:将输入文档集视为一个大文档会区别于短文档，因为短文档只占整个大文档的一小部分。

Solr 的 More Like 此功能由 The Rocchio Algorithm 的变体实现:它采用(单个)输入文档的前 20 个术语(具有最高 TF-IDF 值的术语)，并将这些术语用作修改后的查询，根据它们的 TF-IDF 进行提升。我正在寻找一种方法来配置 Solr 的 More Like This 功能以将多个文档作为其输入，从每个输入文档中提取前 n 个术语，并使用根据其 TF-IDF 提升的这些术语查询索引。

是否可以将 More Like This 配置为这样的行为？如果没有，在 Solr 中实现相关性反馈的最佳方法是什么？

Answer 1

不幸的是，不可能以这种方式配置 MLT 处理程序。

一种方法是实现自定义 SearchComponent并将其注册到(专用)SearchHadler .

我已经做了类似的事情，如果你看起来很容易original implementation MLT 组件。

最难的部分是同步不同分片服务器的结果，但如果不使用分片可以跳过。

我也强烈建议使用 您自己的 实现中的参数以防止与其他组件发生冲突。