如何在 Lucene 中对一小部分文档进行评分答案

【问题标题】：How to score a small set of docs in Lucene如何在 Lucene 中对一小部分文档进行评分
【发布时间】：2011-03-14 23:50:10
【问题描述】：

我想为给定查询计算少量文档（而不是整个集合）的分数。我的尝试如下所示，为每个文档返回 0 分，即使我测试的查询是从我要评分的文档中的术语派生的。我正在使用 Lucene 3.0.3。

List<Float> score(IndexReader reader, Query query, List<Integer> newDocs ) {
List<Float> scores = new List<Float>();
IndexSearcher searcher = reader.getSearcher();
Collector collector = TopScoreDocCollector.create(newDocs.size(), true);
Weight weight = query.createWeight(searcher);
Scorer scorer = weight.scorer(reader, true, true);
collector.setScorer(scorer);
float score = 0.0f;
for(Integer d: newDocs) {
    scorer.advance(d);
    collector.collect(d);
    score = scorer.score();
    System.out.println( "doc: " + d + "; score=" + score);
    scores.add( new Float(score) );
}
return scores;
}

我显然在评分设置中遗漏了一些东西，但我无法从 Lucene 源代码中弄清楚那可能是什么。

提前致谢，

基因

【问题讨论】：

为什么不使用过滤器？见lucene.apache.org/java/3_0_1/api/core/org/apache/lucene/search/…
是的。在深入研究低级评分之前，您应该首先尝试一种高级方法，例如过滤。或者我们错过了一些东西。在这种情况下，请告诉我们您为什么只需要为这组打分；这是表演吗？还是特殊应用？尽管如此，在这两种情况下，我相信您都可以在 Lucene 中找到更易于使用的现有机制。
是的，我希望提高性能。我有一个先前缓存的大约 1000 个文档的结果列表，并且我知道新添加的文档可能与此查询匹配。我想用最少的计算量来更新搜索结果。
感谢过滤器提示。这似乎是正确的方法，但实际上我在从中获得结果时遇到了问题。我创建了一个在匿名 Filter() 类中返回的 SortedVIntList DocIdSet。当我单步执行代码时，我输入的 docid (14186) 似乎与读者所拥有的 (14188) 相差了两个，这意味着文档永远不会被评分。我哪里错了？

标签： lucene

【解决方案1】：

使用过滤器，然后执行search with that filter。然后像普通搜索一样遍历结果 - Lucene 将处理过滤。

一般来说，如果您正在查看 DocId，您可能使用了比您需要的更低级别的 API，这会给您带来麻烦。

【讨论】：