lucene - 带有布尔查询的 lucene 排名 - 确定命中的质量

Question

我正在使用由术语查询构成的布尔查询，所有这些都在同一个字段上，目前都设置为“应该”。

我试图弄清楚 ScoreDoc[] 结果对象的排名如何用于此查询，但无法找到正确的文档，也许您可​​以帮助解决以下问题：

1）布尔查询将匹配所有术语的命中排名高于仅匹配单个术语的命中吗？

2) 有没有办法确定哪个 termquery 匹配，哪个不匹配生成的 scoreoc 对象？

谢谢您的帮助！

Answer 1

布尔查询确实比只匹配一个的查询对多个查询词的命中排名更高，但请记住，这只是评分算法的一部分。还有许多其他影响可以消除这种影响。

通过布尔查询组合的查询词将其子分数相乘以形成最终分数，因此更多的查询词匹配自然会受到更大的权重。最重要的是，有一个坐标因子，当更大比例的查询词匹配时，它会更大，它也会乘以分数。

但是，同一查询词、文档长度、词条稀有度和提升的多次匹配也会影响分数，即使文档不匹配所有词，也很可能会从这些影响中获得更高的分数。

有关此处使用的算法的详细信息，请参阅TFIDFSimilarity 文档。

要了解查询文档的评分，您应该熟悉Explanation. 您可以获得一个人类可读的解释，说明为什么文档的评分方式如下：

Explanation explain = searcher.explain(myQuery, resultDocNo);
System.out.print(explain.ToString());

---

要识别与查询匹配的文档片段，您可以使用Highlighter，一个简单的用法可能是：

QueryScorer scorer = new QueryScorer(myQuery);
Highlighter highlighter = new Highlighter(scorer);
String fragment = highlighter.getBestFragment(analyzer, fieldName, myDoc.getField(fieldName));