Java Lucene：基于相关性的搜索和检索

我正在使用lucene进行索引和搜索。下面是我用于搜索的代码。但在当前代码中，结果是经过排序的。但我希望结果以相关性为基础。假设我搜索像“abc”这样的词，我希望我的搜索得到匹配“abc”的结果，然后是“abc”或“bc”，最后是“a”、“b”、“c”，但目前结果是排序的

---

当我们搜索多个单词时，有人能建议我如何根据相关性检索结果吗。感谢您的帮助。

默认情况下，Lucene仅基于文本相关性进行排序。有相当多的因素有助于相关性得分

tf idf值和长度标准化可能会影响您的分数，导致“a b”/“b c”文档显示在排名靠前的结果中，而不是包含“a b c”的文档

克服上述问题的方法是根据匹配查询词的数量提高相关性得分。您可以按照以下步骤操作

1） 编写一个自定义的相似性类，扩展自。如果你想知道什么是相似性，那就是Lucene使用的类，它包含了所有对分数有贡献的评分因子公式

教程：

2） 凌驾

Lucene文档中的coord（）解释

coord(q,d) is a score factor based on how many of the query terms are found in the specified document. Typically, a document that contains more of the query's terms will receive a higher score than another document with fewer query terms. This is a search time factor computed in coord(q,d) by the Similarity in effect at search time. 

3） coord的默认实现是overlap/maxoverlap。您可以尝试使用不同的公式，以便包含更多查询词的文档显示在顶部结果中。以下公式可能是很好的起点

   1) coord return value = Math.sqrt(overlap/maxoverlap)
   2) coord return value = overlap;

4） 您不必重写其他方法，因为DefaultSimilarity具有所有评分因子的默认实现。只需触摸一个你想要尝试的，在你的例子中是coord（）。如果从扩展，则必须提供所有实现

---

5） 相似性可以通过

的可能重复项传递给IndexSearcher如果您看到重复的帖子，请单击“标记”按钮并将其标记为重复项，它将自动关闭。不需要删除帖子中的内容：）