Lucene 文档中短语查询匹配项的数目

这是我使用Lucene执行短语查询的代码。虽然很清楚如何为索引中的每个文档获取分数匹配，但我不理解如何提取单个文档的匹配总数。 以下是我执行查询的代码：

        PhraseQuery.Builder builder = new PhraseQuery.Builder();

        builder.add(new Term("contents", "word1"), 0);
        builder.add(new Term("contents", "word2"), 1);
        builder.add(new Term("contents", "word3"), 2);
        builder.setSlop(3);
        PhraseQuery pq = builder.build();

        int hitsPerPage = 10;
        IndexReader reader = DirectoryReader.open(index);
        IndexSearcher searcher = new IndexSearcher(reader);

        TopDocs docs = searcher.search(pq, hitsPerPage);

        ScoreDoc[] hits = docs.scoreDocs;

        System.out.println("Found " + hits.length + " hits.");

        for(int i=0;i<hits.length;++i)
        {
            int docId = hits[i].doc;
            Document d = searcher.doc(docId);
            System.out.println(docId + " " + hits[i].score);
        }

是否有一种方法可以提取每个文档的匹配总数而不是分数？

方法a。这可能不是最好的方法，但可以让您快速了解。您可以使用IndexSearcher类的explain函数，该函数将返回包含文档中大量信息和短语频率的字符串。在for循环中添加以下代码：

System.out.println(searcher.explain(pq, searcher.doc(docId)));

---

方法B。一种更系统的方法是做与解释函数相同的事情。为了计算短语频率，explain为短语查询构建了一个scorer对象，并对其调用freq。用于执行此操作的大多数方法/类都是私有的/受保护的，因此我不确定您是否真的可以使用它们。不过，在PhraseQuery和ExactPhraseScorner类中查看PhraseWeight类中的explain代码可能会有所帮助。其中一些类不是公共的，您应该下载源代码才能看到它们

我首先尝试了方法A，并从explain函数中提取了phraseFreq=0.33333334。我希望匹配总数为int。它由slop的值规范化。例如，假设您的文档是X Y Z，并且您将slop设置为2。那么查询xy的短语freq将是1，但查询xz的短语freq将是1/2=0.5。