Question

找出查询中哪些字词与作为lucene中的匹配项返回的给定文档匹配的最佳方法是什么？

我尝试了一种奇怪的方法，包括lucene contrib中的点击突出显示包，还有一个方法，可以针对最顶层的文档搜索查询中的每个单词（“docId：xy AND description：each_word_in_query”）。

没有得到满意的结果？点击突出显示不会报告与第一个文档以外的文档匹配的一些单词。我不确定第二种方法是否是最佳选择。

Answer 1

搜索器中的方法explain是查看查询的哪个部分匹配以及它如何影响总体得分的好方法。

摘自Lucene In Action第二版：

public class Explainer {

  public static void main(String[] args) throws Exception {

     if (args.length != 2) {
        System.err.println("Usage: Explainer <index dir> <query>");
        System.exit(1);
     }

     String indexDir = args[0];
     String queryExpression = args[1];
     Directory directory = FSDirectory.open(new File(indexDir));
     QueryParser parser = new QueryParser(Version.LUCENE_CURRENT,
                                     "contents", new SimpleAnalyzer());

     Query query = parser.parse(queryExpression);
     System.out.println("Query: " + queryExpression);
     IndexSearcher searcher = new IndexSearcher(directory);
     TopDocs topDocs = searcher.search(query, 10);
     for (int i = 0; i < topDocs.totalHits; i++) {
        ScoreDoc match = topDocs.scoreDocs[i];
        Explanation explanation = searcher.explain(query, match.doc);   
        System.out.println("----------");
        Document doc = searcher.doc(match.doc);
        System.out.println(doc.get("title"));
        System.out.println(explanation.toString());
     }
  }
}

这将解释与查询匹配的每个文档的分数。

Answer 2

尚未尝试过，但请查看org.apache.lucene.search.highlight.QueryTermExtractor的实现。

lucene在查询中获得匹配的术语

2 个答案: