比较两个solr文档

我试图使用solr查询，基于一个公共的“name”字段，比较solr中的两个文档（比如doca、docb）。基于查询A.name，我得到一个结果文档B，其关联性得分为say SCR1。现在，如果我以相反的方式进行查询，即我用B.name查询，然后我在结果的某个地方得到了文档A，但是这次B和A的分数是而不是相同的SCR1

我相信这是因为文件A.name和文件B.name中的术语数量不同，所以相似性分数不一样。这是造成这种差异的原因吗

无论哪种方式我都能得到相同的分数吗（如上所述）？
不可能比较任何两个查询的分数吗？

---

在原生Lucene API中可以做到这一点吗？

要回答第二个问题，不能比较两个文档的分数

java用户lucene邮件列表中也发布了类似的问题

这里有一个链接：

---

这里给出了一个解释，解释了为什么不能这样做。

我不太清楚您提到的问题，但假设情况是这样的：

• Doc A:Name=“卡洛斯·费尔南多·卢伊斯·玛丽亚·维克托·米格尔·拉斐尔·加布里埃尔·冈萨加·泽维尔·弗朗西斯科·德·布拉干萨，萨博尼亚波旁和萨克斯·哥达”

• 文件B:Name=“Tomás António Gonzaga”

如果搜索“gonzaga”，文档B将获得更高的分数，因为虽然每个名称中都有一个匹配项，但文档B的名称要短得多，只有三个术语，短字段的权重更大。这是中提到的长度规范

不过，还有其他因素。如果我们把每个名字都扔进queryparser，看看会出现什么，比如：

Query queryA = queryparser.parse(docA.name);
Query queryB = queryparser.parse(docB.name);

那么生成的查询就大不相同了：

name:carlos name:fernando name:luis name:maria name:victor name:miguel name:rafael name:gabriel name:gonzaga name:xavier name:francisco name:de name:assis name:jose name:simao name:de name:braganca name:baboia name:bourbon name:e name:saxe name:coburgo name:gotha

vs

---

有很多原因可以解释为什么这些会产生不同的分数。上面讨论的长度规范、协调因子（它可以提高匹配更多查询项的结果）很可能会发挥作用，tf（它会对匹配项更多的文档进行加权），idf（它更喜欢在整个索引中出现频率较低的项），等等

---

分数仅与查询运行的结果集相关。对查询或索引状态的更改可能会导致不同的分数，并且它们不具有可比性。您可以使用，来了解分数是如何计算的。

“有很多原因可以解释为什么这些会产生相同的分数。”您的意思是为什么它们不会产生相同的分数？在您的示例queryA和queryB中，让我们假设对于queryA响应，我们得到带有分数SCR1的DocB，对于queryB响应，我们得到带有分数SCR1的DocA。这两个分数是一样的吗。看起来不会，但只是想澄清这个问题，你不会期望分数相等。即使在只有这两个文档的简单情况下，长度范数、坐标因子和queryNorm也会有所不同。

name:tomas name:antonio name:gonzaga