Solr 考虑到与每个文档相关的标签权重，如何按标签排序？

我正在建立一个Solr搜索引擎来搜索30万个文档集。在众多索引字段中，一个重要的字段是标记。 我的想法是为每个文档分配一个标签向量，每个标签都有一个给定的权重（基本上取决于为该文档选择该标签的用户数量）。比如说

Doc1={tag1:0.3，tag2:0.7，tag3:0.8，tag4:1}

Doc2={tag2:0.5，tag3:0.8，tag4:0.8，tag5=0.9}

使用这个示例，当有人要求使用标记为tag4的文档时，我当然会返回这两个文档，但是Doc1的得分最高，因为它的tag4权重更高

理想情况下，在Solr上实现这一点的方法类似于创建一个称为“tags”的多值字段，并在索引时为该字段中包含的每个标记分配一个权重。因此，第一个问题：

是否可以在索引时手动指定术语频率（作为标记宽度）

根据我的发现。。。似乎不是！好啊一种解决方法是在Doc1的tags字段上复制tag4 10次，在Doc2的tags字段上只复制8次。当然也有一些缺点和局限性

然而，这里有一个更大的问题，我无法解决，即使有一个变通办法。我想定义我自己的分数。更适合我的具体情况的是类似sort=tf（tags，tag4）的东西。事实上，在这种情况下，TF比IDF重要得多！不幸的是，此功能（关联函数）将在Solr 4中发布：

您是否知道如何更改Solr 3.5中的评分函数，使TF更为重要而IDF更少

有没有什么黑客可以简单地做到这一点，或者你会改变Lucene的源代码（如果有……什么和在哪里？），或者你会使用Solr4 night构建

---

提前感谢您的建议

这对一个问题来说太多了。你们提到了文本搜索的理论背景——而索尔应该把它们抽象出来；和修改源代码。请下载Solr的最新稳定副本，定义您的模式，上载一些测试文档并运行所需的查询。如果你不能提出一个好的查询，或者查询对你的模式来说似乎很难处理，那么在这里问一个问题。是的，我的问题从信息检索技术到lucene源代码。问题只是一个，我把它分成两个问题。当然，我已经在使用Solr的最后一个稳定版本，我已经实现了我的模式，并且已经尝试执行我需要的查询。主要的一点是，SOLR3.5不支持相关函数。因此，我正在寻找另一种解决方案。。。