Lucene搜索结果的相关性

Question

我在Lucene索引中关注了3份文件。

1. 作为MBA，您将在实施业务战略中发挥不可或缺的作用，并将负责法定账目，合规性，审计，包括银行关系，税务，财务和财务。现金管理

2. 作为M.B.A.，您将在实施业务战略中发挥不可或缺的作用，并将负责法定账目，合规，审计，包括银行关系，税务，财务和财务。现金管理

3. 作为工商管理硕士，您将在实施业务战略中发挥不可或缺的作用，并将负责法定账目，合规，审计，包括银行关系，税务，财务和财务。现金管理

我的搜索输入是：MBA和我在Lucene上执行的查询是：

+((description:mba^3.0) (description:m.b.a.) (description:\"master business administration\"))

按结果按降序排序后，我按以下顺序得到结果：

Document # 3
Document # 2
Document # 1

记录＃1不应该在搜索结果之上，因为我已经给它一个更高的提升，而且该文档包含确切的单词MBA ??

我在这里缺少什么？

感谢。

Answer 1

匹配的查询字符串占Doc＃3内容的10％左右。但只占＃1和＃2的一小部分。

您可能需要调整提升以反映备用查询字符串的不同长度。

Answer 2

如果您使用的是Lucene的StandardAnalyzer，那么文档＃1和＃2实际上是等效的，两者都匹配术语“mba”。很难猜到为什么＃3得分最高 - 也许是因为它匹配多个术语。您可能需要考虑在索引时处理这样的同义词。

我不认为字段长度是一个很大的因素，但您可能想要做的是使用IndexSearcher.Explain（）来获得评分细分 - 这是调试此类问题的最佳方法。