Lucene 在单个字段上禁用长度规格化？

我有一个具有以下要求的字段：

它必须在索引时提升，因此“忽略规范”必须保持“错误”

但是，它不能受到字段长度标准化的影响（即，仅仅因为一个术语是在1:10个单词中找到的，而不是1:1000的单词中找到的，这不应该影响评分——两者的权重应该相等）

至少在另一个字段上，我确实希望字段长度标准化，因此我不怀疑在搜索器上广泛应用自定义相似性是合适的

如何在索引时增强单个字段，但禁用字段长度规范化的效果？

您可以使用不同的相似性实现来实现每个字段：

public类MySimilarity扩展PerFieldSimilarityWrapper{
相似性标准sim=新的分类相似性（）；
相似性nolengthSim=无长度规范的新相似性（）；
@凌驾
公共相似性获取（字符串字段名）{
if（fieldName.equals（“someField”））{
返回nolengthSim；
}
否则{
返回标准SIM；
}
}
//这两种方法必须在这里实现，因为它们
//计算不特定于字段
@凌驾
公共浮点查询格式（用于规范化的浮点值）{
返回standardSim.queryNorm（valueForNormalization）；
}
@凌驾
公共浮点坐标（整数重叠，整数最大重叠）{
返回标准模拟坐标（重叠，最大重叠）；
}
}

其中

无长度规范的相似性类似于：

没有长度规范的公共类相似性扩展了类相似性{
@凌驾
公共浮动长度规范（FieldInvertState）{
返回1；
}
}
非常感谢您的回复。DefaultSimilarity似乎在5.0中被弃用了。BM526将在6.0中成为默认值。是否有一个等价物覆盖BM52中的lengthNorm（…）？它似乎没有实现此功能。@loopforever-事实上，它最近在5.5版中被弃用。如果要切换到BM25，则需要实现EncodeNorm和DecodeNorm方法。请记住，这是一个完全不同的相关性评分算法。在我的测试案例中，两个文档似乎在评分方面都是相同的，除了一个字段（其中长度在两个字段之间变化）仍然产生不同的fieldNorm值：。也许我做错了什么？我只是在搜索时添加了searcher.setSimilarity（newcustomsimilarity（））。我应该在索引时也做些什么吗？再次感谢你的帮助-是的。您需要在中设置相似性。定额是在索引时计算和存储的，因此在索引文档时需要设置相同的相似性。就是这样。非常感谢，这些都非常有用。希望其他人也会觉得这很有用。我向未来的读者建议的唯一变化是将“DefaultSimilarity”替换为“CustomSimilarity”，以避免在更新版本的Lucene中出现不推荐警告。