如何使用特定领域短语的字典/模型来调优检索和等级分类器？

Question

我们正在努力把短语组合在一起，以提高结果。

例如，如果用户问“我什么时候必须更换空调的过滤器？”对于特定领域的短语，如“空调”，R&R返回一些包含“空气”一词的答案，而不包含“空调”，或者返回包含其他术语的答案，如安全气囊或空气过滤器。

这可以使用原始Solr实例完成，并在引号之间设置短语。因此，Solr查询如下所示：

...     
"debug": {
    "rawquerystring": "When do I have to change the filter of my \"air conditioning\" ?",
    "querystring": "When do I have to change the filter of my \"air conditioning\" ?",
    "parsedquery": "text:when text:do text:i text:have text:to text:change text:the text:filter text:of text:my PhraseQuery(text:\"air conditioning\") text:?",
    "parsedquery_toString": "text:when text:do text:i text:have text:to text:change text:the text:filter text:of text:my text:\"air conditioning\" text:?",      
...

然而，R&R指南声明：

该语法与标准Solr语法不同，如下所示： 你可以搜索一个词，或者一个短语。您不需要像Solr那样用双引号环绕短语，但是您可以在查询中包含短语，它们由ranker模型负责。

我们找不到关于上述声明的更多细节。

但是，据我们所知，牧羊人应该识别词组。如果是这样的话，我们想知道是否有一种方法，我们可以设置一个词组字典，以调音？或者，我们可以建立我们自己的法律用语模式吗？实现这一目标的选择是什么？

谢谢

Answer 1

目前，RnR不支持严格的短语查询，尽管有些功能会考虑术语排序和相邻术语。我们正在开发一个新版本的服务，在该版本中，用户可以使用完整的常规solr查询语法(包括指定短语)检索文档。