ApacheSolr-更像这个分数

我有一个小索引，包含约1000个文档，只有两个字段： -id字符串 -内容文本\u概述

我注意到，当我按id进行MLT搜索类似内容时，id为搜索id的原始文档的得分为5.241327。 存在1:1的重复文档，对于重复内容，它返回的分数为1.5258181。为什么？当它是100%重复时，为什么它不是5.241327

另一个问题是，我可以通过在查询中传递一些文本，以任何方式通过内容获得相似性文档。 例如：

---

我正在尝试检查是否上传了类似的内容，检查必须在新内容上传时执行。

可能值得尝试一些不同的参数。我也只在一个字段上使用MLT，我使用以下参数：

'mlt.boost'：'true'， 'mlt.fl'：'my_field_name'， 'mlt.maxqt'：1000， “mlt.mindf”：“0”， “mlt.mintf”：“0”， “qt”：“mlt”， “行”：“10”

---

有关参数的说明，请参阅。我认为使用一个小索引mindf可能很重要，我看到默认的mintf术语频率是2，所以我假设一个ID只有一个术语，所以这可能会被忽略

首先，Solr是如何工作的

执行常规Solr查询，例如？q=内容：一些编码的长文本&。。。。。。 对于上述查询返回的每个文档，越像这样执行越像这样的查询。。。 因此，第一个结果集响应与任何Solr查询结果集一样。 下面将显示更类似的内容，并以类似于Json格式的内容开始： 更重要的是：{ 57375:{numFound:18155，start:0，docs:[ 有关类似于此算法的解释，请阅读： 以及：

---

如果您还没有解决问题，请让我知道，我会指导您。

查询此：结果：那么我如何知道搜索内容是相似的，即使分数为0.001，它也会返回匹配。我的目标是找到至少50%或更多相同的内容。当我查看更相似的结果时，这不是第一个元素nt“response”，但第二个我看到两个高分3.564和3.559，ID为281和111，一个非常低的分数0.018，ID为131。这不是你所期望的吗？我很困惑。你能告诉我你是否知道如何让solr返回与我传递给查询的内容至少50%相似的文档吗？通常是长文本-至少是least 1000个字符。或者如果solr只返回true或false“是，有类似的文档”或“否，没有类似的文档”，它也适用。我要注意的是，我发现solr当前正在运行布尔查询，因为文本被转换为if+you+have+some+tool…换句话说，空格被替换为+，并且在日志中我遇到异常telling表示最大条件1024过热。这可能是不返回正确结果的原因：S

/mlt/?q=content:Some encoded long text&mlt.fl=content