如何充分利用 Lucene.net答案

【问题标题】：How to get more out of Lucene.net如何充分利用 Lucene.net
【发布时间】：2009-02-10 13:40:50
【问题描述】：

我正在尝试将 Lucene.net 合并到我的网络搜索中。

目前我有一个 lucene.net 索引，其中包含 +100 万个文档，每个文档有 7 个字段。最后一个字段是“全部”字段，它连接了前面字段的内容。搜索所有字段非常快:)

但我觉得这里还有更多内容。如何在不使用“all”字段的情况下在所有字段中搜索一个或多个空格分隔的字符串？
我希望能够给某些领域赋予权重。此外，如果搜索包含有关命中发生地点的信息，那将非常好，这样我就可以在结果中显示它。

我认为这一切都是可能的，但我不知道怎么做。
有什么帮助吗？

【问题讨论】：

【解决方案1】：

我们做类似的事情，诀窍是在你的查询字符串中指定字段：

(+Tier1:ribbon^1)^4 OR (+Tier2:ribbon^1)^4 OR (+Tier3:ribbon^1) OR (+Tier4:q*ribbon*^1)^12

在上面的示例中，用户在我们的应用程序中搜索了“ribbon”。我们在不同的字段中有不同的数据段，最终字段“Tier4”包含连接在一起的所有前面的术语。我们在字段前面加上一个“q”，所以我们也可以做前导通配符：

(+Tier4:q*ribbon*^1)^12

最后，我们使用带有插入符号 (^) 的提升。这最终会以不同的方式衡量事物。需要一段时间才能得到正确的提升，我仍然对它们不是 100% 满意，但它们确实产生了巨大的影响。

【讨论】：

所以如果它说 (+Tier1:ribbon^1)^4 这意味着，在字段 Tier1 中查找“ribbon”这个词，并将其结果赋予 4 的权重？您有关于如何创建查询字符串的简单资源吗？
前导通配符需要像前置字符这样的技巧是很愚蠢的。知道为什么吗？
我们不得不去Java文档获取查询字符串信息。另外，要注意很多术语。您可能需要调用 .setMaxClauseCount() 否则会引发异常。
我记得读过有关通配符问题的文章，但我并没有真正相信他们给出的理由。

【解决方案2】：

我认为您不需要维护“全部”字段。

看看使用“MultiFieldQueryParser”。它不接受查询解析器使用的单个默认字段，而是接受字段名称数组（除了索引分析器）。
术语提升应该按照“QueryParser”工作（即不需要特殊操作）。我应该补充一点，我发现标准评分对我来说似乎没问题（字段长度、匹配数等），而无需使用增强术语。
Lucene.Net（嗯，目前肯定是 SVN 2.3 构建）包括来自 Java 源代码的 Highlight 包的端口。它确实有一些怪癖（其中最重要的一点是，一开始可能会很棘手），但它基本上是有效的。

祝你好运

【讨论】：

我会看看 MultiFieldQueryParser。谢谢
似乎使用 MultiFieldQueryParser 创建了一个查询，其中我的术语必须存在于所有查询的字段中。我可以以某种方式改变它吗？
由于这里没有PM功能，在我开始实施之前，您对highlight包有什么建议吗？
1) 不客气！ 2）您是否尝试过一个简单的测试用例来验证这一点？ 3）这里的代码（stackoverflow.com/questions/189366/…）看起来不错，但是在调用它之前不要忘记使用查询重写。
我猜是“个人信息”。

【解决方案3】：

你必须得到Lucene in Action。虽然关于原始（即 Java）Lucene 实现，但它包含您需要的所有信息：关于 boosts、highlighters、qwery 解析器等。

【讨论】：