在查询评估apache lucene 5.3期间获取文档长度

【问题标题】：getting the document length during query evaluation apache lucene 5.3在查询评估apache lucene 5.3期间获取文档长度
【发布时间】：2016-01-07 13:40:58
【问题描述】：

我正在尝试更改 apache lucene 5.3 中的评分，对于我的公式，我需要文档长度（文档中的标记数）。我从类似问题的答案中了解到，您没有简单的方法来做到这一点。因为 lucene 不会将其保留在索引中。所以我想也许在索引时我会创建一个从 docID 到文档长度的 Map，然后在查询评估中使用它。但是，我不知道我应该把这张地图放在哪里以及我会在哪里更新它。

【问题讨论】：

标签： apache lucene

【解决方案1】：

你说的很对，在文档被索引时存储它是最好的方法。存储它的地方是规范（不要与 queryNorm 混淆，这是不同的东西）。规范提供与字段一起存储的单个值，该值可在查询时用于评分。

在您的Similarity 实现中，这应该进入ComputeNorm 方法，该方法通过FieldInvertState 公开您需要的信息，尤其是FieldInvertState.getLength()。通过LeafReader.GetNormValues 在搜索时提供规范。

如果您要扩展TFIDFSimilarity，则只需实现encodeNormValue、decodeNormValue 和lengthNorm 方法。

【讨论】：