Solr 对极短文档的长查询

就Lucene/Solr而言，我刚从托儿所出来，所以我可能试图完全错误地利用它，但我希望有人能给我指出正确的方向

我的文档（少于3000个）是分类法中的简短语句。所有句子都是单句，有些句子长度不超过4-6个单词。每个文档只有一个字段，所以跨多个字段搜索不是我要研究的路线。我想做的是查询工作相关文档的内容，并返回相关的分类语句

目前，我正在使用Solr附带的默认示例设置，其中添加了Wordnet中的动词同义词，因为执行的操作是我试图识别的（即“根据规范改变服装”的分类声明）

基本的单词匹配工作如预期，但我想让事情变得更复杂一些。由于查询时间太长，在搜索这些小文档时，我从来没有得到过高分。我相信这可以通过以某种方式对分数进行标准化来解决，因此我并不真正关心分数的公布，而是关注正在确定的实际陈述（文档）

---

我最好是动态地为文档（目前是长查询）编制索引，查询每个分类法语句并编译/排序结果，还是以其他方式有效地对小文档执行这些长查询？我想这可能会带来它自己的困难。

我看你在这里做的事情没有尽头，我的意思是你的短文档索引肯定会遇到信息匮乏的问题，长时间的查询会使每个结果在它面前几乎平淡无奇，即使通过添加Wordnet同义词来扩展文档，也会造成混淆和误导。我认为，我的建议是，检查其他可能的查询形式。

我参考了维基百科中关于分类法的条目，但我仍然不理解你的问题。请包括一些示例文档和查询，以及它们应该如何匹配。你想对它们进行什么样的分析？不管怎样，3000个文档是一个非常小的数字。将其全部存储在内存中的python脚本需要几MB的RAM，不需要花时间处理它，并在瞬间从磁盘存储/检索它。因此，您可以自己实现任何所需的算法。识别“执行的动作”似乎是“词性”算法（名词、动词等）的工作。像Mahout这样的数据挖掘包可以做到这一点。@aitchnyu-不幸的是，我对SA或LSI一无所知，无法编写自己的算法。我希望我能利用Solr这样的东西让我在这里起步。我需要明确知道文档中是否存在特定语句。措辞可能完全不同（同义词等），但我需要能够抓住它。我确信这件事可以通过算法和词性标注来完成，但我不知道怎么做。另外，我对Java不太在行，所以这妨碍了我使用一些工具。@aitchnyu-上面给出了一个示例文档。查询可以是任何内容，如工作描述、用户指南、教程……任何内容。