Lucene - 返回按匹配字段数排序的结果

Question

我有一个包含许多字段的 Lucene 索引。我想用它来查找按匹配字段数排序的文档，并让结果表明匹配的字段数。

在我的特定示例中，Lucene 索引中的文档表示网页，字段包括标题、元描述、h1 文本等。

如果我搜索“自行车”之类的术语，我希望返回在任何字段中包含“自行车”一词的所有文档。但是，我希望相关性分数表明包含关键字“自行车”的字段数。例如，如果文档在标题和元描述中包含“自行车”，我希望该文档的排名高于仅在标题中包含“自行车”的文档。我还希望能够确定第一个文档包含两个匹配项，而第二个文档只包含一个匹配项。关键字在特定领域的频率无关紧要。我只关心是否匹配。

我知道我可以使用 BooleanQuery 在单个字段上查找匹配项，我可以将这些组合起来对多个字段执行 AND 或 OR，但我不确定如何执行将返回匹配文档的查询在任何字段上，但还返回一些匹配多少字段的指示符。

任何帮助将不胜感激！

Answer 1

在 Lucene 中，searching on a field 可以通过形成像 title:a web page 这样的查询来完成。假设您像上面一样为 n 个字段创建查询 q1、q2、.. qn。使用这些查询进行搜索将返回您存储在列表 l1、l2、.. ln 中的文档 ID。现在，您将它们合并到一个集合 S 中。对于 S 中的每个项目，您检查该项目所属的列表（或哪些列表）。如果我理解正确，那应该可以解决您的问题。