lucene - Lucene 如何计算多字段分数？

Question

这是 Lucene 评分公式：

score(q,d) = coord(q,d) · queryNorm(q) · ∑ ( tf(t in d) · idf(t)2 · t.getBoost() · norm(t,d))

多场得分呢？

分数是直接求和或平均还是..？

Answer 1

您可以在相似度类中阅读评分的详细信息。在此等式中，当参数实际表示字段时，参考文档引用参数。因此，术语频率是文档中给定字段中术语的频率。这会自动处理多个字段的查询。

KenE 上面的回答是不正确的。（等式中没有 MAX 运算符。）字段上每个查询的分数加起来就是最终分数。对于查询 (name:bill OR gender:male)，结果是 (name:bill) 和 (gender:male) 的得分之和。通常，同时满足这两个标准的文档将得分更高（由于总和）并出现。

Answer 2

这取决于操作。如果您正在执行 OR （姓名：比尔 OR 性别：男性），则需要两者中的最大值。如果你在做一个 AND，它会做一个总和。

Answer 3

Shashikant Kore 正确地说每个字段的分数是相加的。然而，这仅在queryNorm和coord因素的贡献之前是正确的，这意味着最终分数不太可能相加。

每个分数都乘以queryNorm因子，该因子是按查询计算的，因此对于 、 和 中的每一个(name:bill)都(gender:male)不同(name:bill OR gender:male)。queryNorm组合查询的s也不仅仅是queryNorm两个单项查询的 s 之和。因此，仅当您将每个分数除以queryNorm该查询的因子时，分数才会相加。

该coord因素也可能支付一部分：默认计分器将分数乘以匹配的查询词的比例。因此，您只能在考虑queryNorm所有术语匹配（或coord禁用）的位置之后依赖求和。

explain您可以使用Solr 中通过debugQuery=true参数提供的功能准确查看分数是如何计算的。

Answer 4

使用 lucene 的默认相似度得分，我使用了一个布尔查询并得到了最终公式如下：（对不起，它在latex）

score(q, d) = \sum_{f \in fields} \sum_{t \in query} idf(t, f) queryNorm(query) \times idf(t, f) tf(t, d, f) fieldNorm(f)