如何在Lucene（JAVA）的BM25实现中计算avgLengthPath

有人能给我解释一下如何在Lucene的实现中计算“avgLengthPath”变量吗。我的理解是，我必须在索引期间计算它。但仍不清楚如何做到这一点

该实例提供了：

IndexSearcher searcher = new IndexSearcher("IndexPath");

//Load average length
BM25Parameters.load(avgLengthPath);
BM25BooleanQuery query = new BM25BooleanQuery("This is my Query", 
    "Search-Field",
    new StandardAnalyzer());

TopDocs top = searcher.search(query, null, 10);
ScoreDoc[] docs = top.scoreDocs;

//Print results
for (int i = 0; i $<$ top.scoreDocs.length; i++) {
      System.out.println(docs[i].doc + ":"+docs[i].score);
}

IndexSearcher searcher=newindexsearcher（“IndexPath”）；
//荷载平均长度
bm25参数。负载（avgLengthPath）；
BM25BooleanQuery query=新的BM25BooleanQuery（“这是我的查询”，
“搜索字段”，
新的StandardAnalyzer（））；
TopDocs top=searcher.search（查询，空，10）；
ScoreDoc[]docs=top.scoreDocs；
//打印结果
对于（int i=0；i$，我已经解决了这个问题，我想与大家分享我的答案，以获得任何更正或评论

问题是如何计算avgLengthPath参数。当我查看接受此参数的方法时：
load（）
可以看出，它需要一个字符串，该字符串是指向包含平均长度的文件的路径。因此avgLengthPath类似于：

/Users/admib/Study/avgLength

load（）
方法如下：

    public static void load(String path) throws NumberFormatException,
        IOException {
    BufferedReader in = new BufferedReader(new FileReader(path));
    String line;
    while (null != (line = in.readLine())) {
        String field = line;
        Float avg = new Float(in.readLine());
        BM25Parameters.setAverageLength(field, avg);
    }
    in.close();
}

 protected Document getDocument(File f) throws Exception {
    Document doc = new Document();
    String docLength = Integer.toString(io.getDocLength(f));
    doc.add(new Field("contents", new FileReader(f), Field.TermVector.YES));
    doc.add(new Field("docLength", i, Field.Store.YES, Field.Index.NOT_ANALYZED));
    doc.add(new Field("filename", f.getName(), Field.Store.YES, Field.Index.NOT_ANALYZED));
    doc.add(new Field("fullpath", f.getCanonicalPath(), Field.Store.YES, Field.Index.NOT_ANALYZED));         
    return doc;
}

现在，看看如何创建这样的文件。我们可以看到上面的方法逐行读取文件，并将每两行发送到另一个名为
BM25Parameters.setAverageLength（）
的方法。avgLengthPath文件的格式如下：

CONTENT 
459.2903f
ANCHOR
84.55523f

其中第一行是文件名，第二行是该字段的平均长度。
此外，第三行是另一个字段，第四行是该字段的平均长度

此类文件的问题在于，我们无法在默认位置从Lucene获取文档长度。为了克服这一问题，我对集合重新编制了索引，并将文档长度添加为Lucene要编制索引的字段之一

首先，我创建了一个方法，该方法接受一个文件并将文档长度作为字符串返回。我将其称为
getDocLength（file f）
：

在索引过程中调用此方法以添加文档长度字段，如下所示：

    public static void load(String path) throws NumberFormatException,
        IOException {
    BufferedReader in = new BufferedReader(new FileReader(path));
    String line;
    while (null != (line = in.readLine())) {
        String field = line;
        Float avg = new Float(in.readLine());
        BM25Parameters.setAverageLength(field, avg);
    }
    in.close();
}

 protected Document getDocument(File f) throws Exception {
    Document doc = new Document();
    String docLength = Integer.toString(io.getDocLength(f));
    doc.add(new Field("contents", new FileReader(f), Field.TermVector.YES));
    doc.add(new Field("docLength", i, Field.Store.YES, Field.Index.NOT_ANALYZED));
    doc.add(new Field("filename", f.getName(), Field.Store.YES, Field.Index.NOT_ANALYZED));
    doc.add(new Field("fullpath", f.getCanonicalPath(), Field.Store.YES, Field.Index.NOT_ANALYZED));         
    return doc;
}

最后，我创建了一个方法，该方法循环遍历索引中的所有文档并计算平均文档长度，最后将结果以正确的格式保存到avgLengthPath文件中。我将此方法称为
generateAvglengthpath（）
：

public static void generateAvGlengthPath文件（字符串luceneIndexPath，字符串outputFilePath）{
试一试{
Directory dir=FSDirectory.open（新文件（luceneIndexPath））；
IndexReader=IndexReader.open（dir）；
int-totalength=0；
//这里我们循环浏览索引中的所有文档
对于（int i=0；i
我刚刚发现这篇文章提供了在Lucene中运行BM25的详细信息。此外，从这篇文章来看，Lucene 4似乎对BM25有一些支持。