问题标签 [morelikethis]

在 Solr 中，我想知道是否可以从标准（dismax）查询中约束/过滤“More Like This”结果集 - 例如，无需使用特定的 MoreLikeThis 请求处理程序？例如，我有一个 Solr 索引，其中包含两个国家的文档。当我进行原始 (dismax) 查询时，我使用字段查询运算符 (fq) 来过滤感兴趣国家/地区的结果。但是返回的 MLT 结果是针对这两个国家的。我尝试使用 mlt.fl=country,name 来指示“向我显示更多与国家和名称相似的结果”，但它似乎不符合国家标准（或者至少名称参数远远超过国家参数） .

我似乎找不到任何表明有此选项的 Solr 文档，但我希望你们中的一个 Solr 专家可能对此有一些漂亮的技巧/黑客。

提前致谢！

我正在使用 SOLRNET，并且正在使用 SOLR 的 MoreLikeThis 功能来获取与返回的文档相似的文档。我的代码看起来有点像这样（在这种情况下，我正在查找 ID，因为我已经知道要加载的特定文档）：

当我执行我的查询时，一切都完全正常，并且我的文档被检索为 MyDocument 类型。我可以遍历 SOLRNET 的 SimilarResults 字典，看到确实返回了类似的文档。我想知道是否有一种本地方法可以映射 MyDocument 类中的字段，以便填充 MyDocument 类型的集合，表示返回的类似文档。

如果我必须一个一个地遍历 SimilarDocuments，那很好，但我猜有一种简单的方法可以做到这一点。我已经尝试了明显的技巧，例如在 MyDocument 类中使用属​​性进行映射

任何帮助将不胜感激，

提前致谢

J.P

如何在 Lucene 中找到给定文档的类似文档。我不知道文本是什么，我只知道文件是什么。有没有办法在lucene中找到类似的文件。我是新手，所以我可能需要一些手握。

我已经能够使用 Dismax 处理程序进行刻面和突出显示。

我尝试对 More Like This results 进行分面，例如此查询：“获取类似于 '11qualcomm.doc' 的文档，其 'doc_keywords' 具有 'Communication' 作为强制性。

但结果是：

这意味着分面仅适用于q=id:"11qualcomm.doc"而不适用于 MLT 结果集。

分面是否适用于 MLT 结果集？如果是，我做错了什么？

我正在使用 SOLR 并尝试过滤 MoreLikeThis 查询。每次我做过滤器时，我都会得出零结果。这是我正在使用的代码：

如您所见!new SolrQuery("site:" + SiteId)，是过滤器。当我在查询中添加此过滤器时，我没有得到任何结果。

这是查询的作用。我在 solr 索引中有一堆网页：

• ID
• 标题
• 内容
• 站点标识

morelikethis 查询需要一个id然后获取相似的文档。过滤器假设通过 siteid 过滤网页。当我应用 siteid 过滤器时，它不起作用。对此有什么想法吗？

我正在使用 Lucene.Net MoreLikeThis 功能。我试图弄清楚如何通过 id 过滤 MoreLikeThis 查询。例如，我不希望结果中有任何 ID 为 15 的记录。我该怎么做呢？

因此，我使用运行良好的 MultiCore 功能设置了具有多个内核的 Solr：

按预期工作并列出结果。

现在我要做的就是在启用 MoreLikeThis 的情况下向 Solr 发送相同的查询：

我在 org.apache.solr.schema.FieldType.storedToIndexed 收到HTTP Status 500 - null java.lang.NullPointerException。mlt.fl 的字段存在。有趣的是，如果我查询没有任何结果的东西，Solr 会正确返回一个空结果集。

那么这是一个错误还是我错过了什么？

这是完整的堆栈跟踪：

我试图使用 MoreLikeThisComponent 来查找类似的文档。对于其中一个结果，我想知道 MLT 使用的术语，因为“interestingTerms”包含不属于文本分析结果的术语。

以下是在文本分析期间识别出的术语：

• 1er
• 延迟
• 莱施
• 储备

这是 TermsComponent 返回的内容：

• 1er
• 延迟
• 杰洛施特
• 洛施
• p12
• 储备
• 施耐德

所以根据文本分析的结果，术语“p12”和“schneider.go”不应该出现在TermsComponent返回的术语列表中。在文本分析过程中，术语“geloscht”被替换为“loesch”，因此也不应该出现在 TermsComponent 返回的术语列表中。

我的文本分析方法：首先，我使用 PatternReplaceCharFilter 删除传递给文本字段的部分文本。原因是所有文档都包含重复的文本部分。这些文本部分没有语义含义，用于表示文本类型、添加文本的用户以及添加文本块的日期。

TermsComponent 返回的两个附加术语来自原始文本，并被 PatternReplaceCharFilter 删除。

我检查了，MLT 识别的“interestingTerms”与TermsComponent 返回的相同。我还检查了存储 TermVector 的字段和没有 TermVector 的文本字段之间是否存在差异。对于这两种变体，TermsComponent 返回相同的术语。

由于 MLT 使用的术语与文本分析期间识别的术语不同，因此 MLT 返回的文档过多。

有人知道为什么 MLT 使用术语，而 TermsComponent 返回不属于文本分析结果的术语吗？

也许有人知道解决方案吗？

为了完整起见：我使用的是 2011 年 12 月 7 日开始的 Solr 4 Trunk 二进制版本。

我目前正在寻求基于我的索引中的多个字段来实现更多类似的功能。

我目前的配置如下： Haystack | PySolr | 索尔

对于这篇文章，我使用 PySolr 并将参数传递给 more_like_this 函数。响应找到文档，但没有找到任何相关结果。这是为什么？

这是我点击的网址：

这是我对 Solr 的回应：

solrconfig.xml

架构.xml

任何帮助，将不胜感激！

我有一堆由 solr 索引的项目（大约 100k），我能够成功地查询 solr 以检索更多类似项目的特定项目。我希望能够为索引中的每个项目有效地导出更多类似的项目。目前我只是遍历每个项目并保存结果。这对我来说似乎效率低下，有没有更好的方法来做到这一点？