Lucene 的评分如何取决于查询的相对位置？答案

【问题标题】：How can Lucene's scoring depend on relative position of query?Lucene 的评分如何取决于查询的相对位置？
【发布时间】：2013-08-15 07:01:59
【问题描述】：

我使用WhitespaceAnalyzer 作为查询分析器。如果我有 2 个文件：

| text | a b c |
| text | b a c |

text 是一个字段。

现在索引结构是这样的：

|Term|  in document | 
| a  | a b c / b a c|
| b  | a b c / b a c|
| c  | a b c / b a c|

我有一个疑问：

| text | a b c |

我怎样才能让a b c 得分更高，b a c 得分更低。

Lucene 是否支持根据相对位置计算分数？

我发现我发现这会有所帮助：

PhraseQuery phraseQuery = new PhraseQuery();
phraseQuery.setSlop(1);

这样他们会得到不同的分数。

And here I come across another question: https://stackoverflow.com/questions/18394532/how-can-lucenes-scoring-depend-on-terms-relative-position-in-the-document

【问题讨论】：

标签： java search lucene

【解决方案1】：

这取决于您使用哪种类型的查询。如果您搜索的短语按正确的顺序放置（例如 new york 或 york new），则某些查询可能会获得更高的分数。根据 Lucene 文档，您可以使用对分数的解释来了解为什么 A B C 的分数高于 B A C。

评分在很大程度上取决于文档的索引方式，因此它理解索引很重要（参见 Apache Lucene - Getting 开始指南和 Lucene 文件格式，然后继续本节。）还假设读者知道如何使用 Searcher.explain(Query query, int doc) 功能，可以去一个在告知为什么返回分数方面还有很长的路要走。

http://lucene.apache.org/core/3_6_2/scoring.html

UPD。如果您使用 Lucene 3，请查看此术语的存储位置 http://lucene.apache.org/core/3_0_3/api/core/org/apache/lucene/document/Field.TermVector.html

【讨论】：

感谢您的回复。恐怕我没有说清楚。我的意思是在我之前所说的情况下，两种情况的分数是相同的。我只是想知道如何根据相对位置做出最终得分。分析器处理输入后，感染我们在两种情况下的索引中得到相同的结构。
所以，你需要看看存储位置的分析器。我会更新答案
我认为termVector主要是为了高亮。如上所述，我找到了更好的解决方案。谢谢。

【解决方案2】：

词组匹配的分数贡献取决于距离：

距离 = 0 的最高分（完全匹配）。
距离越远，得分越低。

对于您的案例，查询“a b c”将与距离为 0 的文档“a b c”匹配。这将导致短语得分最高。对于文档“b a c”，距离将大于 0。因此，Score 会更小。

更多详情请查看org.apache.lucene.search.SloppyPhraseScorer类的源代码。

【讨论】：

我发现这会有所帮助：PhraseQuery phraseQuery = new PhraseQuery();短语查询.setSlop(3);