0

我正在寻找的是一种可以“部分折叠”我的结果的操作，以便对具有特定字段的文档进行分组，删除可能被视为接近重复的内容，但所有缺少此字段的文档都不受字段折叠的影响。

（具体来说，有问题的文档是讨论论坛中的各个帖子，而这些帖子又按主题组织。由于论坛每页显示一个完整主题，因此就用户而言，同一主题中的多次点击本质上是重复的，并且随着线程变长，如果用户坚持主题，这是不可避免的。但是，还有许多其他类型的文档，这种折叠根本没有任何意义。）

使用 Solr 3.5，我得到的最接近的是

...&group=true&group.main=true&group.field=threadid&group.limit=3

但似乎 Solr 将“缺失”视为一个值，并将其他所有内容折叠为 3 个命中 - 我希望它将缺失值视为“唯一”。

可以这样做还是我应该考虑修改架构设计？

4

1 回答 1

1

我认为这不能直接使用 solr 中的现有查询参数。

您有两个可能可行的选择：

  • 确保每个帖子都有一个threadid这样的一次性帖子有一个唯一的 threadid 与“正常”不冲突threadid。在此字段上分组时，这些帖子将显示在自己的组中。

  • 运行两个查询，一个启用了分组，但一个fq参数过滤掉没有threadid（例如fq=threadid:[* TO *]）的帖子，然后另一个查询仅用于非线程帖子的反向fq（fq=-threadid:[* TO *]），然后将这些结果合并到您自己的代码中。

于 2012-06-08T13:23:58.550 回答