我正在构建一个问答系统，为了加快进程，我希望 IR 系统从可能包含该问题答案的语料库中返回一组文档（我的 NLP 算法将尝试从全文）。
由于我使用的是 Python，因此 Whoosh 似乎是一个不错的选择，但我很难用纯布尔查询以外的方法进行搜索，这些方法不适合问答。我想要一个与字符串查询具有高 TF-IDF 相似性的文档列表。
我想输入：
“谁是美国总统？”
并获得最相似的文档，但我只是去掉了停用词：
“总统或美国或美国”
准确性不适用于 QA 流程。谁能指出一些方法或高级 API 方法以非布尔方式获取顶级文档？我愿意尝试其他库，但大多数库似乎很难与 Python 快速交互，我希望有一些超级简单的东西，这样我就可以继续专注于自然语言组件。