lucene - pyLucene - 如何使用 BM25 相似性而不是 tf-idf

Question

据我了解，pyLucene 现在也提供 BM25 相似性。我正在使用 pyLucene - 4.10.1，但找不到任何关于如何使用 BM25 而不是 tf-idf 的示例。请指导。

Answer 1

尝试使用 IndexSearcher 的 setSimilarity 来设置检索模型。

import lucene

from java.nio.file import Paths
from org.apache.lucene.store import SimpleFSDirectory
from org.apache.lucene.index import DirectoryReader
from org.apache.lucene.search import IndexSearcher
from org.apache.lucene.search.similarities import BM25Similarity


lucene.initVM(vmargs=['-Djava.awt.headless=true'])
directory = SimpleFSDirectory(Paths.get(INDEX_DIR))
searcher = IndexSearcher(DirectoryReader.open(directory))

searcher.setSimilarity(BM25Similarity())