java - Lucene 的评分如何取决于查询的相对位置？

Question

我WhitespaceAnalyzer用作查询分析器。如果我有 2 个文件：

| text | a b c |
| text | b a c |

text是一个字段。

现在索引结构是这样的：

|Term|  in document | 
| a  | a b c / b a c|
| b  | a b c / b a c|
| c  | a b c / b a c|

我有一个疑问：

| text | a b c |

我怎样才能获得较高的分数a b c和较低的分数b a c。

Lucene 是否支持根据相对位置计算分数？

我发现我发现这会有所帮助：

PhraseQuery phraseQuery = new PhraseQuery();
phraseQuery.setSlop(1);

这样他们就会得到不同的分数。

score 0 · Accepted Answer

短语匹配的分数贡献取决于距离：

对于您的案例，查询“ab c”将与距离为 0 的文档“ab c”匹配。这将导致最高的短语得分。对于文档“ba c”距离将大于 0。因此分数会更少。

有关更多详细信息，请查看org.apache.lucene.search.SloppyPhraseScorer类的源代码。

score 0 · Accepted Answer

这取决于您使用哪种类型的查询。如果您搜索的短语按正确的顺序放置（例如 new york 或 york new），某些查询可能会获得更高的分数。根据 Lucene 文档，您可以使用对分数的解释来了解为什么 ABC 的分数高于 BA C。

评分很大程度上取决于文档的索引方式，因此了解索引很重要（在继续本节之前，请参阅 Apache Lucene - 入门指南和 Lucene 文件格式。）还假设读者知道如何使用Searcher.explain(Query query, int doc) 功能，它可以在很大程度上告知为什么返回分数。

2 回答 2