自定义相似类上的Lucene numDocs和doqFreq
我正在和Lucene做一个应用程序（我是它的noob），我面临一些问题。 我的应用程序使用Lucene 2.4.0库和自定义的类似实现（jar已导入） 在我的应用程序中，我手动计算doqFreq和numDocs（我添加所有索引的值，然后计算一个全局值，以便在每个查询中使用），我希望在自定义相似性实现中使用该值，以便计算新的IDF 问题是，我不知道如何在新的类似实现上使用（或发送）我的应用程序中的新doqFreq和numDocs值，因为我不想在这个额外类之外更改lucene的代码 有什么建议或例子吗？我读了文件，但我现在不知道该怎么做自定义相似类上的Lucene numDocs和doqFreq,lucene,similarity,tf-idf,Lucene,Similarity,Tf Idf,我正在和Lucene做一个应用程序（我是它的noob），我面临一些问题。 我的应用程序使用Lucene 2.4.0库和自定义的类似实现（jar已导入） 在我的应用程序中，我手动计算doqFreq和numDocs（我添加所有索引的值，然后计算一个全局值，以便在每个查询中使用），我希望在自定义相似性实现中使用该值，以便计算新的IDF 问题是，我不知道如何在新的类似实现上使用（或发送）我的应用程序中的新doqFreq和numDocs值，因为我不想在这个额外类之外更改lucene的代码 有什么建议或例子
谢谢您可以尝试扩展IndexReader并覆盖IndexReader.docFreq（）和IndexReader.numDocs（）。在此子类型中，您可以提供手动计算的数据。我不确定是否还有其他Lucene组件依赖于这些值，因此您可能需要在这里小心操作。您可以尝试扩展IndexReader并覆盖IndexReader.docFreq（）和IndexReader.numDocs（）。在此子类型中，您可以提供手动计算的数据。我不确定是否有其他Lucene组件依赖于这些值，因此您可能需要在这里小心操作。为什么必须手动计算docFreq和numDocs？听起来像是一个维护难题。首先，我计算每台服务器的docFreq和numDocs，然后我计算一个全局值，发送到所有服务器以计算idf。为什么必须手动计算docFreq和numDocs？听起来像是一个维护难题。首先，我计算每台服务器的docFreq和numDocs，然后计算一个全局值，发送到所有服务器，以计算idf。这看起来是个好主意。但是，请注意，Lucene在索引时会计算大部分内容，因此如果仅在检索期间修改相似度计算，则可能无法获得所需的效果。我通过更改自定义相似度实现（几个函数）上的一些参数来解决此问题，目前还没有问题。正如Yuval F所说，我不会得到我想要的结果。谢谢你这看起来是个好主意。但是，请注意，Lucene在索引时会计算大部分内容，因此如果仅在检索期间修改相似度计算，则可能无法获得所需的效果。我通过更改自定义相似度实现（几个函数）上的一些参数来解决此问题，目前还没有问题。正如Yuval F所说，我不会得到我想要的结果。非常感谢。