重叠排名的 Lucene 评分答案

【问题标题】：Lucene Scoring for Overlap ranking重叠排名的 Lucene 评分
【发布时间】：2017-08-25 04:24:41
【问题描述】：

我是使用 Lucene 的新手，并试图了解如何使用 Lucene 来实现更简单的评分功能。

我的数据集中有对象，每个对象附有 5-10 个术语。 Lucene 默认使用 TFIDF 相似度对对象进行排序。

TFIDF 没有意义，因为我的数据不会改变词频。如何更改默认评分功能，以便根据重叠的关键字进行排名？

Doc1 = {system engineering artificial intelligence}

Doc2 = {architecture logic programming}

Doc3 = {sytem architecture engineering}

对于查询Query = {system architecture}，我想要一个排名，其中Doc3 的排名高于Doc1 和Doc2。

【问题讨论】：

您使用的是哪种查询？
一个简单的查询，其中包含一个或两个术语，如上面的system architecture
可以更精确吗？是短语查询吗？带有布尔子句的术语查询？

标签： lucene

【解决方案1】：

我可以建议使用这样的东西：

Query query = new BooleanQuery.Builder()
            .add(new TermQuery(new Term("text", "system")), Occur.SHOULD)
            .add(new TermQuery(new Term("text", "architecture")), Occur.SHOULD)
            .build();

在这种情况下，doc3 的排名将高于 doc1 和 doc2，但 should 子句的性质也允许对其他文档进行排名。

【讨论】：