问检索和排序服务-布尔运算符

EN

是否有任何特定的语法可用于以适当的方式编写查询？也许用布尔运算符？这个文件是应用这种过滤器的合适位置吗？

正如您所暗示的，这个文件并不完全适合使用过滤器。培训数据将用于确定在优化Solr搜索结果的排序时应注意哪些类型的词汇重叠特性(有关更多信息，请参见这里的讨论：watson retrieve-and-rank - manual ranking)。

也就是说，您当然可以将至少两行数据添加到您的培训数据中，如下所示：

• 第一个可以有问题文本“我是一个经理。我如何做某事”连同相应的正确的doc id和一个正整数相关标签。
• 第二行可以有问题文本“我是而不是管理器。我如何做一些事情”连同非管理器的应答文档id和正整数关联标签。

有了足够数量的这样的例子，希望评级者能够学会注意双字词的重叠特征。如果这不起作用，您当然可以使用预检测管理器与而不是管理器，并应用适当的筛选器，但我相信这是通过一个单独的参数(fq?)...so完成的，您可能需要修改train.py以适当地传递过滤器查询(默认train.py接受完整的查询，并通过q将其传递到/fcselect端点)。

该文件中使用的相关性评分是否与网页界面相同？

不完全是这样，web界面使用1-4星级等级来改进数据收集的UI，但是在生成ranker的培训数据时，将星等压缩到一个较小的相关标签标度。我认为压缩给出了一个0的相关性标签(即星等< 3)，并通过了较高的星级等级，因此实际上有3个等级(尽管UI团队中的某个人可以在需要的情况下对细节进行澄清)。对于底层的排序算法来说，是非常重要的，因为糟糕的答案会得到0的相关标签。