Lucene - 评分和有效负载

Question

我们有一个应用程序，其中文档中的每个术语位置都与“引擎分数”相关联。 然后应该根据文档中术语的“引擎分数”之和而不是术语频率对术语查询进行评分。 例如，平均引擎得分为 100 的词频为 5 应等于引擎得分为 500 的词频为 1。

我知道，如果我在有效负载中保留每个位置的引擎分数，我将能够结合使用 scorePayload 结合 PayloadFunction 的摘要版本来获取文档中某个术语的引擎分数总和，因此将能够实现我的目标。

这个解决方案有两个问题：

1. 即使是最简单的术语查询也应该扫描位置文件以获取有效负载，这可能是性能问题。 除了词频之外，我们更愿意提前对每个文档的引擎分数总和进行索引。这是文档级别的某种有效负载。 Lucene 是否支持此问题或有任何其他解决方案？

2. 短语出现的“引擎分数”定义为组成短语的术语的引擎分数的乘积。 因此，在 scorePayload 中，我需要短语中所有术语的有效负载，以便能够适当地对短语的出现进行评分。

据我了解，目前 scorePayload 的接口并没有提供这个信息。

在 Lucene 中还有其他方法可以实现吗？

Answer 1

文档级有效负载的一种解决方法是创建单个 Lucene 文档/您的文档，该文档仅包含整个文档的引擎分数作为一个特殊命名的字段（不同于所有其他 Lucene 文档字段名称）。然后，您可以在搜索期间合并/提取该文档。没有太多的解决方法，但它确实存在。