理解 Solr Doc=
Understanding Solr Doc=
我有两个索引文档，我试图找出一个比另一个更高的相关性。所以我 运行 DebugQuery=True 为了得到解释。以下是两份文件的相关差异。
两种不同类型的文件
可能相关；这些文件有两种不同的类型，我使用 *_s 字段来区分。所以我的字段 module_s 有两个模块 1 和 2。我的查询有：
<arr name="filter_queries">
<str>moduleid_s:(1 OR 2)</str>
</arr>
所以我认为这不会引起问题，但我想添加此信息。
相关解释差异：
文档 1 - 模块类型 = 1
result of: 1.7325882 = score(doc=3513280,freq=1.0),
product of: 0.44456035 = queryWeight,
product of: 0.5 = boost 7.7946143 = idf(docFreq=5286,maxDocs=4721423) 0.1140686 = queryNorm 3.8973072 = fieldWeight in 3513280,
product of: 1.0 = tf(freq=1.0), with freq of: 1.0 = termFreq=1.0 7.7946143 = idf(docFreq=5286, maxDocs=4721423) 0.5 = fieldNorm(doc=3513280)
文档 2 - 模块类型 = 2
result of: 0.75800735 = score(doc=174,freq=1.0),
product of: 0.44456035 = queryWeight,
product of: 0.5 = boost 7.7946143 = idf(docFreq=5286,maxDocs=4721423) 0.1140686 = queryNorm 1.7050719 = fieldWeight in 174,
product of: 1.0 = tf(freq=1.0), with freq of: 1.0 = termFreq=1.0 7.7946143 = idf(docFreq=5286, maxDocs=4721423) 0.21875 = fieldNorm(doc=174)
概要和问题
如您所见，解释几乎相同。它们都具有相同的 queryWeight、boost、idf 和 queryNorm。不同的是 doc=XXX。对于文档 1，它是 351328，对于文档 2，它是 174。谁能解释一下这个数字是多少？它来自哪里？为什么不同？
已用资源
那个号码就是docid。它唯一标识要从索引中检索的文档。跟得分完全没有关系。
真正的得分差异在于fieldnorm：
- 文档 1：
0.5 = fieldNorm
- 文档 2：
0.21875 = fieldNorm
fieldNorm是根据两个数字计算出来的。文档被索引时给予字段的提升，以及字段的长度（更精确的描述可以在 TFIDFSimilarity docs 中的 norm(t,d) 部分找到）
因此，该字段在文档 1 中 较短，或者在索引时在文档 1 中被赋予 更高的提升 .
我有两个索引文档，我试图找出一个比另一个更高的相关性。所以我 运行 DebugQuery=True 为了得到解释。以下是两份文件的相关差异。
两种不同类型的文件
可能相关；这些文件有两种不同的类型，我使用 *_s 字段来区分。所以我的字段 module_s 有两个模块 1 和 2。我的查询有：
<arr name="filter_queries">
<str>moduleid_s:(1 OR 2)</str>
</arr>
所以我认为这不会引起问题，但我想添加此信息。
相关解释差异：
文档 1 - 模块类型 = 1
result of: 1.7325882 = score(doc=3513280,freq=1.0),
product of: 0.44456035 = queryWeight,
product of: 0.5 = boost 7.7946143 = idf(docFreq=5286,maxDocs=4721423) 0.1140686 = queryNorm 3.8973072 = fieldWeight in 3513280,
product of: 1.0 = tf(freq=1.0), with freq of: 1.0 = termFreq=1.0 7.7946143 = idf(docFreq=5286, maxDocs=4721423) 0.5 = fieldNorm(doc=3513280)
文档 2 - 模块类型 = 2
result of: 0.75800735 = score(doc=174,freq=1.0),
product of: 0.44456035 = queryWeight,
product of: 0.5 = boost 7.7946143 = idf(docFreq=5286,maxDocs=4721423) 0.1140686 = queryNorm 1.7050719 = fieldWeight in 174,
product of: 1.0 = tf(freq=1.0), with freq of: 1.0 = termFreq=1.0 7.7946143 = idf(docFreq=5286, maxDocs=4721423) 0.21875 = fieldNorm(doc=174)
概要和问题
如您所见，解释几乎相同。它们都具有相同的 queryWeight、boost、idf 和 queryNorm。不同的是 doc=XXX。对于文档 1，它是 351328，对于文档 2，它是 174。谁能解释一下这个数字是多少？它来自哪里？为什么不同？
已用资源
那个号码就是docid。它唯一标识要从索引中检索的文档。跟得分完全没有关系。
真正的得分差异在于fieldnorm：
- 文档 1：
0.5 = fieldNorm - 文档 2：
0.21875 = fieldNorm
fieldNorm是根据两个数字计算出来的。文档被索引时给予字段的提升，以及字段的长度（更精确的描述可以在 TFIDFSimilarity docs 中的 norm(t,d) 部分找到）
因此，该字段在文档 1 中 较短，或者在索引时在文档 1 中被赋予 更高的提升 .