1

问候，

我有以下 Apache Lucene 片段，它给了我一些不错的结果：

int numHits=100;
        int resultsPerPage=100;
        IndexSearcher searcher=new IndexSearcher(reader);
        TopScoreDocCollector collector=TopScoreDocCollector.create(numHits,true);
        Query q=parser.parse(queryString);
        searcher.search(q,collector);
        ScoreDoc[] hits=collector.topDocs(0*resultsPerPage,resultsPerPage).scoreDocs;

        Results r=new Results();
        r.length=hits.length;
        for(int i=0;i<hits.length;i++){
            Document doc=searcher.doc(hits[i].doc);
            double distanceKm=getGreatCircleDistance(lucene2double(doc.get("lat")), lucene2double(doc.get("lng")), Double.parseDouble(userLat), Double.parseDouble(userLng));
            double newRelevance=((1/distanceKm)*Math.log(hits[i].score)/Math.log(2))*(0-1);
            System.out.println(hits[i].doc+"\t"+hits[i].score+"\t"+doc.get("content")+"\t"+"Km="+distanceKm+"\trlvnc="+String.valueOf(newRelevance));
        }

我想知道， hits[i].score 总是在 0 和 1 之间吗？好像是这样，但我不能确定。我什至检查了 Lucene 文档（类 ScoreDocs），但无济于事。您会看到我正在计算基于 hits[i].score 的“newRelevance”值的日志。我需要 hits[i].score 介于 0 和 1 之间，因为如果它低于零，我会得到一个错误；大于 1，符号将从负变为正。

我希望那里的一些 Lucene 专家可以为我提供一些见解。

非常感谢，

4

3 回答 3

4

是的，分数将始终介于 0 和 1 之间。

当 Lucene 计算分数时，它会为字段中的术语匹配找到单独的分数，等等......并将它们总计。如果排名最高的命中的总分大于 1，则所有文档的分数都被归一化为 0 和 1 之间，排名最高的文档的分数为 1。但是，如果没有文档的总分大于 1，则不会发生归一化并且分数按原样返回。这就是为什么有时顶部文档的得分为 1，而其他时候的得分低于 1。

编辑：做了更多的研究，答案很可能是 no。在我熟悉的 Lucene 版本（v2.3.2）中，搜索通过Hits对象，GetMoreDocs()如果其中任何一个大于 1，则其方法会将分数标准化。在以后的版本中，似乎情况并非如此，因为Hits类不再使用。您的分数是否在 0 和 1 之间取决于您使用的 Lucene 版本以及用于搜索的机制。

引用Lucene 邮件列表：

分数是一个大于 0 的任意数字。它没有标准化为任何东西，它应该只用于例如对结果进行排序

于 2011-01-09T22:27:34.287 回答
1

我相信 Lucene 分数总是标准化的，即得分最高的命中1（或接近它）。值应始终介于0和之间1。通过扩展，这意味着分数没有客观意义，即它们不能与来自同一结果集的其他命中之外的任何东西进行比较。

免责声明：我不是 Lucene 科学家。这仅基于我对 Lucene 实际运行的观察，不过，我从未见过实际记录过这一点，所以我可能完全搞错了。

于 2011-01-09T22:13:19.580 回答
0

分数在 1 和 0 之间，但最高分数不一定是 1。分数总是相互关联的，不应该真正在两个不同查询的分数之间进行直接比较。

于 2011-01-09T22:22:54.210 回答