Sorting 对搜索结果进行排序

我正在同时实现短语和关键字搜索（这种搜索很可能有一个名称，但我不知道）。举例来说，我喜欢海龟的搜索应该匹配：

I like turtles
He said I like turtles
I really like turtles
I really like those reptiles called turtles
Turtles is what I like

简而言之，字符串必须包含要匹配的所有关键字

然后是对搜索结果进行排序的问题

天真地说，我假设匹配项越接近结果的开头和原始查询，结果就越好。我如何表达这个代码

我的第一种方法是根据关键字与原始查询中预期位置的接近程度，为每个结果中的每个关键字分配分数。在伪代码中：

score(result,query) {
    keywords = query.split(" ");
    score = 0
    for i to keywords.length() {
       score += score(result,query,keywords,i)
    }
    return score
}

score(result,query,keywords,i) {
    index = text.indexOf(keywords[i])
    if (i == 0) return index;

    previousIndex = text.indexOf(keywords[i-1])
    indexInSearch = query.indexOf(keywords[i])
    previousIndexInSearch = query.indexOf(keywords[i-1])

    expectedIndex = previousIndex + (indexInSearch - previousIndexInSearch)

    return abs(index - expectedIndex)
}

分数越低，结果越好。上述例子的分数似乎足够令人满意：

I like turtles = 0
I really like turtles = 7
He said I like turtles = 8
I really like those reptiles called turtles = 38
Turtles is what I like = 39

这是对搜索结果进行排序的可行方法吗

---

撇开任何类型的语义分析不谈，我还能考虑什么来改进它呢？

字符串相似性的度量方法有很多种；请参见例如…@jornsharpe字符串距离算法不会惩罚较长的搜索结果吗？或者您正在考虑列表中的某个特定字符串相似性算法？这似乎有很多偶然的变化。“我不喜欢海龟”比“我真的喜欢海龟”得分更高。@JerryCoffin从句法角度看，“我不喜欢海龟”比“我真的喜欢海龟”更接近原始查询1个字符。当然，搜索引擎应该考虑语义学，但我宁愿把它排除在问题的范围之外。我想如果我这么做的话，至少我只会看整个单词的位置，而不是单个单词中的字母个数。我可能也会做一些预处理，比如去除噪音词和对剩下的词进行词干分析。