Java 使用Lucene获得更好的搜索结果

我有一个数据库，里面有很多书。我有标题、描述、作者等字段

我正在索引标题，提升100f，描述，提升0.1f，这两个字段都是标记化和词干化的

我使用一个输入字段进行搜索，该字段使用booleanquery与BooleanClause.Occurse.SHOULD连接并包含每个字段的通配符查询来搜索所有可用字段。我还从查询中删除了所有“stopwords”作为开始

我遇到的问题是当我搜索不带引号的字符串时

“de wetenschap van het leven”，删除停止词后，我得到“wetenschap leven”

标题查询变为“

*wetenschap

*

*leven

*”，描述查询相同，包装booleanquery与BooleanClause.occure.SHOULD连接

以下书籍在数据库中

• Wetensschappelijk denken。伊恩 在梅迪奇岛 wetenschappen en voor de生物医药公司 安德烈·莱文斯韦查普
• 德 韦滕查普范德阿尔德。伊恩 左旋刨床
• 阿特拉斯范德酒店 门塞利克列文斯洛普酒店
• 德韦滕查普 范赫特·莱文。伊恩海德酒店 生物多样性

这本书在前4本书中返回，这很好，但在这个实现中，我们在3处中断，其余的在“阅读更多”链接下面。仅仅提高截止值是不可能的

对我来说，“De wetenschap van het leven.Over eenheid in biologische diversiteit”这本书比其他书更符合“更多”的查询（或者我觉得是这样），但我无法找到正确的索引/搜索组合来实现这一点。有人有想法吗？

一些建议：

不要删除停止词-它们似乎是搜索查询的重要部分

不要使用通配符-只搜索您需要的单词。我相信最好是使用短语查询，例如“de wetenschap van het leven”

不要搜索过去的句子结尾。这更难-你可能需要单独索引每个句子

阅读-你可能会有其他的想法

---

我还为整个字符串添加了短语搜索，从而提高了相关性。通过这种方式，我们仍然可以获得“搜索所有内容”的行为，并且标题比其他内容更相关。

我认为您可能需要一个span查询（特别是span查询）

给出了一份文件“一只敏捷的棕色狐狸跳过了一只懒狗”

它可以找到“棕色狐狸”和“懒狗”的匹配项。您可以调整slop设置来调整两个搜索查询短语/术语之间的距离……简言之，它提供了许多工具来调整搜索

---

同样不熟悉荷兰语（？）您可能希望尽可能阻止查询，并避免使用通配符-它们非常昂贵，并且会导致较低的精确度和召回率。

已经有一段时间了，但是您是如何进行整个字符串短语搜索的，您是否只进行了两次搜索，然后以某种方式组合结果？