我正在使用lucene 5.2.1，我想实现自己的排名规则。为了制定正确的规则，我需要知道天气Lucene的默认相关性得分（通过普通搜索得到的那个）始终在0到+无限之间。
您可以在下面找到一个简单的代码，以获得更好的主意。
Query query = new Query(...); //some query, for example "name:foo"
int maxdocs = 500;
TopDocs topBusiness = searchEngine.search(query, maxdocs);
ScoreDoc[] hits = topBusiness.scoreDocs;
float score = hits[0].score;
我想确定变量得分不能低于0（例如得分= 0.00003就可以了，但得分= -1则不行）。
有人知道吗？
答案 0 :(得分：2)
搜索结果中的分数可能小于0！你真正需要做的就是设置一个负面的推动力来看它的实际效果（example demonstrating negative score）。
如果你可以轻松地假设你永远不必处理负面提升（我会说，通常是非常安全的）。那么你应该安全地假设所有得分同样是积极的。
要解释，得分是：
得分（q，d）=坐标（q，d）·queryNorm（q）·Σ（tf（t in d）·idf（t） 2 ·t.getBoost（）·规范（t，d））
要得分为负，至少有一件事必须是否定的。
tf - 不能否定。术语不能在文档中出现-1次，因此术语频率必须为0或更高。
idf 2 - 这有点棘手。 idf是：
1 + log（numDocs /（docFreq + 1））
numDocs和docFreq都是积极的，因为否则我们会做出愚蠢的声明，比如我们的索引有负1个术语。所以，对数是一个正数，这是好的，因为谁想要处理想象的数字？
我们发现idf可能是正面的负面，但会是真实的（不是虚构的）。由于它在得分计算中被平方，所以我们再次得到保证的正数。 Wolfram Alpha might illustrate this better
coord - coord衡量可用查询字词与匹配查询字词的重叠。由于匹配的最少术语数为0，并且您不会使用少于零的术语进行查询，因此这将是正数。
queryNorm - 这个规范化因素可能是最难获得的，而且在实践中最不感兴趣：
1 /（q.getBoost（） 2 ·Σ（idf（t）·t.getBoost（）） 2 ） 1/2
出于我们的目的，我们可以看到，一切都变得平方，所以除非它是想象的，否则结果是积极的。提升不会是虚构的，我们在上面确定了idf不会是想象的，所以我们再次看到正数。
t.getBoost（） - 这是负面得分出现在图片中的地方，但我们假设这对我们的目的是正面的。
规范 - 规范编码长度规范化，索引时间字段提升。我们假设积极推动，因此规范也将是积极的。这有点像学术。一些测试表明，默认的norm编码（长度只有一个字节）并不真正支持底片。任何编码和解码的负数都将出现0.0。
因此，只有负面提升会带来负面分数。评分算法中没有任何其他内容。