基于引文和年份的高效Lucene索引

我正在建立一个研究文章索引，每个索引都有诸如标题、作者、摘要文本、出版年份、参考书目中文章的ID等字段。我需要有效地结合一些基于文章之间引用链接的查询

编辑：在一个典型的例子中，我可能在寻找包含以下内容的文章：

+(title:preterm abstract:preterm)

但我想为那些被引用过很多次的文章添砖加瓦。因此，对于每一篇文章

A

，我都可以通过类似

+书目：A

这样的查询收集引用文章的所有文章，然后在我添加到

A

的新

引文计数

字段中索引此类文章的数量。然后，我可以使用FunctionQuery、IntFieldSource和BoostedQuery向查询添加引文计数提升，以获得如下结果：

+(title:preterm abstract:preterm)
+boost(int(citationCount), const(0.1))

+(title:preterm abstract:preterm)
+boost(int(citationCountBefore1990), const(0.1))
+boost((citingTitlesBefore1990:preterm citingAbstractsBefore1990:preterm), const(0.5))

我还想根据引用它的文章中使用的术语来改进一篇文章。因此，如上所述，我可以通过像

书目：A

这样的查询来收集引用

A

的所有文章，然后将它们的所有标题和抽象术语索引为新的

citingTitles

和

citingAbstracts

字段，这些字段添加到

A

。然后，我可以通过创建如下查询来增强基于引用术语的查询：

+(title:preterm abstract:preterm)
+boost((citingTitles:preterm citingAbstracts:preterm), const(0.5))

这一切都很好，直到我需要一年的限制。例如，我可能只需要根据1990年之前发生的引用来增强查询。基本上我需要这样的东西：

+(title:preterm abstract:preterm)
+boost(int(citationCount), const(0.1))

+(title:preterm abstract:preterm)
+boost(int(citationCountBefore1990), const(0.1))
+boost((citingTitlesBefore1990:preterm citingAbstractsBefore1990:preterm), const(0.5))

但按照这种方法，创建每个

XXXBeforeXXX

字段（例如，使用

+参考书目：A+年份：[*TO XXX]

）将需要大量复制-例如，引用文章的摘要中的所有术语将在

citingAbstractsBeforeXXX

中重复，

citingAbstractsBeforeXXX+1

，

citingAbstractsBeforeXXX+2

等

如何避免这种重复，但仍然保持快速查询

编辑：也许有什么方法可以用一个？这个问题感觉有点像join，但我不知道它会如何工作。

我不确定“将用户术语查询与引用2003年之前文章a的所有文章的摘要进行比较”是什么意思，但对于日期（第一个示例），我会做以下操作（伪代码）：

示例文件：

id:article_1
creation_date:1990
bibliography:<none>

id:article_2
creation_date:1991
bibliography:article_1

id:article_3
creation_date:2000
bibliography:article_1,article_2

---

这将返回

id:article_2

，而且不会很贵。

很抱歉没有更清楚地说明我的问题。我已经用上面的查询风格重写了这个问题，以显示我正在尝试做什么。基本上，还有一个间接层次-我需要在另一个查询中使用像

参考书目：article\u 1和creation\u date:[*到1996]

这样的查询结果作为一个促进因素。