包含“大多数”字词的文档的 Whoosh 查询组合

Question

我刚开始使用 Whoosh 并注意到查询似乎对每个术语都应用了逻辑，例如 AND([term1, term2, ...]) 或 OR([term1, term2, ...])。

我的问题是我想在搜索字符串中包含包含大多数 项的文档，但不一定是全部。文档的术语越多，它应该越“相关”。例如，如果我搜索“big brown cow”，我希望结果包含仅匹配术语“brown”和“cow”或“big”和“brown”但不一定同时匹配的文档。当然，如果文档包含所有术语，那么它们的排名应该比其他文档更高。

我怎样才能做到这一点？ （无需单独搜索每个单独的术语组合！）

Answer 1

您可以将 Whoosh 解析器配置为默认在查询词之间使用 OR 而不是 AND。见http://packages.python.org/Whoosh/parsing.html#common-customizations。

然后，您可以编写一个自定义评分类，如果项目有更多搜索词，则对它们进行评分更高。请参阅http://packages.python.org/Whoosh/searching.html#scoring-and-sorting 和http://packages.python.org/Whoosh/api/scoring.html#module-whoosh.scoring。

总而言之，文档是开始寻找此类问题答案的好地方。