Solr之相似匹配。

迷南。 2024-02-18 16:09 8阅读 0赞

在我们使用网页搜索时，会注意到每一个结果都包含一个“相似页面”链接，单击该链接，就会发布另一个搜索请求，查找出与起初结果类似的文档。Solr使用MoreLike ThisComponent（MLT）和 MoreLike ThisHandler 实现了一样的功能。如上所述，MLT是与标准SolrRequestHandler集成在一起的；MoreLikeThisHandler 与 MLT 结合在一起，并添加了一些其他选项，但它要求发布一个单一的请求。我将着重讲述 MLT，因为使用它的可能性更大一些。幸运的是，不需要任何设置就可以查询他，所以您现在就可以开始查询。

MLT要求字段被存储或使用检索词向量，检索词向量以一种以文档为中心的方式储存信息。MLT 通过文档的内容来计算文档中关键词语，然后使用原始查询词语和这些新词语创建一个新的查询。提交新查询就会返回其他查询结果。所有这些都可以用检索词向量来完成：只需将 termVectors="true"添加到schema.xml中的<field>声明。

> MoreLikeThisComponent参数：
> 
> <table> 
>  <tbody> 
>   <tr> 
>    <th>参数</th> 
>    <td>说明</td> 
>    <th>值域</th> 
>   </tr> 
>  </tbody> 
>  <tbody> 
>   <tr> 
>    <td>mlt</td> 
>    <td>在查询时，打开/关闭MoreLikeThisComponent的布尔值。</td> 
>    <td>true|false</td> 
>   </tr> 
>   <tr> 
>    <td>mlt.count</td> 
>    <td>可选。每一个结果要检索的相似文档数。</td> 
>    <td>&gt;0</td> 
>   </tr> 
>   <tr> 
>    <td>mlt.fl</td> 
>    <td>用于创建MLT查询的字段。</td> 
>    <td>任何被储存的或含有检索词向量的字段。</td> 
>   </tr> 
>   <tr> 
>    <td>mlt.maxqt</td> 
>    <td>可选。查询词语的最大数量。由于长文档可能会有很多关键词语，这样MLT查询可能会很大，从而导致反应缓慢或可怕的TooManyClausesException，该参数只保留关键的词语。</td> 
>    <td>&gt;0</td> 
>   </tr> 
>  </tbody> 
> </table>
> 
> 要想使用匹配相似首先在solrconfig.xml中配置MoreLikeThisHandler
> 
> <requestHandler name = "/mlt" class = "solr.MoreLikeThisHandler">
> 
> </requestHandler>
> 
> 然后我就可以请求
> 
> http://localhost:8080/skyCore/mlt?q=id%3A6F398CCD-2DE0-D3B1-9DD6-D4E523FFC531&mlt.true&mlt.fl=content&wt=xml&indent=true
> 
> 上面请求的意思查找 id 为 6F398CCD-2DE0-D3B1-9DD6-D4E532FFC531 的document，然后返回与此document在name字段上相似的其他document。需要注意的是 mlt.fl 中的 field 的 termVector=true才有效果。
> 
> <field name = "content" type = "text\_smartcn" indexed = "false" stored = "true" multiValued = "false" termVector = "true" />
> 
> 使用SolrJ时也同样加入参数就可以。
> 
> SolrQuery query = new SolrQuery();
> 
> query.set("qt" , "/mlt");
> 
> query.set("mlt.fl" , "content");
> 
> query.set("fl" , "id");
> 
> query.set("q" , "id : 6F398CCD-2DE0-D3B1-9DD6-D4E532FFC531");
> 
> query.setStart(0);
> 
> query.setRows(5);
> 
> QueryResponse rsp = server.query(query);
> 
> SolrDocumentList list = rsp.getResults();  
>