【发布时间】：2021-03-19 05:32:28
【问题描述】：
似乎这个数字可以远高于或低于 1，而不是在 0-1 的范围内。 Neo4j 使用 Lucene 全文搜索，分数不在 0-1 范围内。这在 Lucene 中是预期的吗？
【问题讨论】：
【发布时间】：2021-03-19 05:32:28
【问题描述】：
我相信 Lucene 的默认得分确实在 0 到 1 之间，但是一旦涉及到提升或其他自定义得分，那么得分值可以是任何适合浮点数的正值。
但是，您可以轻松地将分数标准化为 0 到 1 的范围，方法是将每个命中的分数除以查询中任何命中的最大分数，如 StackOverflow answer 所述。
【讨论】：
-
RonC，在上面的示例中可以将其转换为 (0,1] 的范围，但是它并没有真正说明查询与文档的相关性或相似性。最大浮点数是总是 1，即使排名靠前的文档与查询有点相似。我希望浮点数能真正表明查询与文档的相似程度。如果查询是“ab”，排名靠前的文档是“axxxxxyb”，他们几乎没有“相似”，分数应该是 0.02，如果排名靠前的 doc 'abc' 或 'cab'，那么分数可能高达 0.9。这样浮动真的很相似。
-
我明白了。您真正需要的是一种让 Lucene 在 0 到 1 的 absolute 范围内对文档进行评分的方法，其中 0 是“根本不匹配”，1 是“完美匹配”。我需要创建自己的自定义评分来做到这一点，并且您必须定义“完美匹配”的含义。假设一个文档包含搜索短语一次，另一个包含 3 次，另一个文档包含 5 次。每个人应该得到什么分数？即使包含它 5 次也不能是绝对比例的 1，因为理论上某些文档可以包含更多次。