ApacheLucene：相关性得分总是在0到1之间吗？

您好

我有以下Apache Lucene代码片段，它给了我一些不错的结果：

int numHits=100;
        int resultsPerPage=100;
        IndexSearcher searcher=new IndexSearcher(reader);
        TopScoreDocCollector collector=TopScoreDocCollector.create(numHits,true);
        Query q=parser.parse(queryString);
        searcher.search(q,collector);
        ScoreDoc[] hits=collector.topDocs(0*resultsPerPage,resultsPerPage).scoreDocs;

        Results r=new Results();
        r.length=hits.length;
        for(int i=0;i<hits.length;i++){
            Document doc=searcher.doc(hits[i].doc);
            double distanceKm=getGreatCircleDistance(lucene2double(doc.get("lat")), lucene2double(doc.get("lng")), Double.parseDouble(userLat), Double.parseDouble(userLng));
            double newRelevance=((1/distanceKm)*Math.log(hits[i].score)/Math.log(2))*(0-1);
            System.out.println(hits[i].doc+"\t"+hits[i].score+"\t"+doc.get("content")+"\t"+"Km="+distanceKm+"\trlvnc="+String.valueOf(newRelevance));
        } 

int numHits=100；
int resultsPerPage=100；
IndexSearcher search=新的IndexSearcher（阅读器）；
TopScoreDocCollector=TopScoreDocCollector.create（numHits，true）；
Query q=parser.parse（queryString）；
搜索者。搜索（q，收集器）；
ScoreDoc[]hits=collector.topDocs（0*resultsPerPage，resultsPerPage）；
结果r=新结果（）；
r、 长度=hits.length；
对于（int i=0；i我认为Lucene得分始终是标准化的，即得分最高的命中率为
1
（或接近它）。然后，值应始终介于
0
和
1
之间。从广义上讲，这意味着分数没有客观意义，也就是说，它们不能与同一结果集中的其他命中数进行比较

免责声明：我不是一名Lucene科学家。这只是基于我对Lucene的实际观察，不过，我从来没有看到这方面的实际记录，所以我可能完全弄错了方向。
我相信Lucene得分总是正常化的，即得分最高的命中率为
1
（或接近它）。然后，值应始终介于
0
和
1
之间。从广义上讲，这意味着分数没有客观意义，也就是说，它们不能与同一结果集中的其他命中数进行比较

免责声明：我不是一名Lucene科学家。这只是基于我对Lucene的实际观察，不过，我从来没有看到这方面的实际记录，所以我可能完全弄错了方向。
分数在1到0之间，但最高分数不一定是1。
分数总是相对的，不应该在两个不同查询的分数之间进行直接比较。
分数在1到0之间，但最高分数不一定是1。
分数总是相对的，不应该在两个不同查询的分数之间进行直接比较。
是的，分数总是在0到1之间

当Lucene计算分数时，它会在字段等中查找术语命中的单个分数，并对其进行合计。如果排名最高的命中总数大于1，则所有文档分数都将标准化为0到1之间，排名最高的文档分数为1。但是，如果没有文档的总分数大于1，则没有标准值lisation发生并按原样返回分数。这就是为什么有时顶级文档的分数为1，而其他时间的分数低于1


编辑：做了更多的研究后，答案很可能是否定的。在我熟悉的Lucene版本（v2.3.2）中，搜索通过
点击
对象，该对象的
GetMoreDocs（）
方法会在任何分数大于1时将分数标准化。在以后的版本中，情况似乎不是这样，因为不再使用
Hits
类。分数是否介于0和1之间取决于您使用的Lucene版本，以及使用的搜索机制

引自：

分数是一个大于0的任意数字。它没有标准化为任何值，应该是
仅用于对结果进行排序

是的，分数总是在0到1之间

当Lucene计算分数时，它会在字段等中查找术语命中的单个分数，并对其进行合计。如果排名最高的命中总数大于1，则所有文档分数都将标准化为0到1之间，排名最高的文档分数为1。但是，如果没有文档的总分数大于1，则没有标准值lisation发生并按原样返回分数。这就是为什么有时顶级文档的分数为1，而其他时间的分数低于1


编辑：做了更多的研究后，答案很可能是否定的。在我熟悉的Lucene版本（v2.3.2）中，搜索通过
点击
对象，该对象的
GetMoreDocs（）
方法会在任何分数大于1时将分数标准化。在以后的版本中，情况似乎不是这样，因为不再使用
Hits
类。分数是否介于0和1之间取决于您使用的Lucene版本，以及使用的搜索机制

引自：

分数是一个大于0的任意数字。它没有标准化为任何值，应该是
仅用于对结果进行排序

谢谢你的回复。这就是我的想法。我想用一些官方的东西来巩固它…这是我应用程序的一个关键部分！谢谢你的回复。这就是我的想法。我想用一些官方的东西来巩固它…这是我应用程序的一个关键部分！我正在使用Lucene 2.9.2。我希望它介于0和1之间。如果相关性可以达到的话超过1时，我必须考虑使用对数以外的其他方法。这里有一个指向同一邮件线程的更好链接：。基本上，您正在尝试将距离与分数结合起来，这是一个难题。我想您可以尝试使用一些权重进行自定义排序，看看它是如何工作的。我正在使用Lucene 2.9.2。我希望它介于0和1之间。我如果相关性超过1，我必须考虑使用对数以外的其他方法。这里有一个指向同一邮件线程的更好链接：。基本上，您正在尝试将距离与分数结合起来，这是一个难题。我想您可以尝试使用一些权重进行自定义排序，看看它是如何工作的。FWIW始终在[0,1]中.Lucene使用了这种形式的修改形式，可能以复杂的方式偏离理论。FWIW始终位于[0,1]。Lucene使用了这种形式的修改形式，可能以复杂的方式偏离理论。