Apache Lucene boost 文档部分答案

【问题标题】：Apache Lucene boost document sectionApache Lucene boost 文档部分
【发布时间】：2018-05-13 18:13:26
【问题描述】：

我正在使用 Apache Lucene 7.2.1 开发一个项目，我想更改文档的评分系统，以使文档的第一部分（前 5 个单词）的相关性比文档的其余部分高两倍。

举个例子：

doc1 = "一二三四五六"

doc2 = "六一二三四五"

查询 = “六”

doc2 的分数必须是 doc1 的两倍。

你能帮我实现这个吗？我知道在旧版本的 Lucene 中，Field 上有一个 setBoost 方法，但在这个版本中，没有。是否应该在索引文档时设置提升，还是在进行查询时设置？

谢谢！

【问题讨论】：

标签： java apache lucene

【解决方案1】：

应该在搜索时进行提升。您可以使用 BoostQuery 来实现这一点。

BoostQuery 是 Query 类，因此您可以将其与其他查询类型结合使用。一个抽象的例子：

BooleanQuery booleanQuery = new BooleanQuery();
booleanQuery.add(new BoostQuery(query1, 2f), BooleanClause.Occur.MUST);
booleanQuery.add(new BoostQuery(query2, 1f), BooleanClause.Occur.MUST);

在此处查看有关一般评分和提升的更多详细信息： https://lucene.apache.org/core/7_0_0/core/org/apache/lucene/search/package-summary.html#package.description

【讨论】：

嗯，BoostQuery 的好主意。我可以创建一个提升值为 3 的查询，只考虑每个文档的前 10 个单词，另一个提升值为 1 的查询，考虑文档的其余部分。最后，将每个文档的 2 个分数相加得到最终分数……是这样吗？或者有没有Lucene提供的结合不同查询分数的类/方法？
BoostQuery 基于 Query，因此您可以根据文档结构组合多个查询。我将以一个抽象的例子来回答。在此基础上，您将直接收到分数，无需添加分数。
我按照建议做了（用应该而不是必须），这几乎是正确的。现在不好的是，在我的示例中，doc2 的分数并不是 doc1 分数的 2 倍。我认为这与文档每个部分的长度有关。
你能提供你的文档是什么样子的吗？你的加分是多少？ 2f 和 1f？
文档如我在问题中描述的那样： doc1 = "一二三四五六" doc2 = "六一二三四五" 是的，第一个查询（前 5 个字）被提升2.