Java 将更多类似Lucene的内容限制在我文档的一个子集

我正在使用Lucene为我的网站内容编制索引，并提供搜索工具。我还使用Lucene的MoreLikeThis为站点生成“相关页面”功能。我的网站是多语言的，所以我需要一次将更多的语言限制在一种特定的语言上

有人知道怎么做吗？

返回一个查询对象。

MoreLikeThis mlt=新的MoreLikeThis（ir）

读卡器目标=…//要查找与之相似的文档的原始来源

Query Query=mlt.like（目标）；

您可以创建第二个查询来检查语言。然后使用包装这两个查询，您可以创建一个布尔查询，如下所示：

BooleanQuery BooleanQuery=新的BooleanQuery（）

添加（MoreLikeThisQuery，booleansclause.occure.MUST）

添加（languageQuery，BooleanClause.Occurse.MUST）；

---

不是很高效，但是如果你有一个小的语料库，它将完成工作

最后，我将其拆分为多个索引，然后执行MLT查询。否则的话，这个请求就太重了。我希望Lucene开发人员会这样做，如果您当前正在所有内容上运行MLT，那么添加语言查询不会使性能恶化太多（MLT比简单的过滤器重得多）。一个真正有效的解决方案将首先过滤语言，然后让MLT只对过滤后的文档集进行操作（需要研究MLT在内部如何工作，看看这是否可行）。我对此也很感兴趣，只是在我的用例中，有数千个子集都应该进行分离的相关性计算-/在进一步阅读代码时，我怀疑这需要对索引甚至索引格式进行更改。看起来术语只存储一次&全局存储，带有文档计数。另一种方法可能是定制IndexReader，每次都进行docFreq计算，但我不知道成本是多少！