我需要从lucene查询的结果中获取向量空间模型（使用tf-idf加权），并且无法弄清楚如何执行此操作。看起来应该很简单，在这个阶段，也许你们中的一个人可以指出我正确的方向。
我一直试图弄清楚如何做好这段时间，而且要么我还没有说明我所读过的东西是我需要的东西（很可能），或者解决方案还没有张贴到我的特定问题。我甚至尝试直接从查询结果中计算VSM，但我的解决方案具有可怕的复杂性。
编辑：对于偶然发现这个问题的其他人来说，有一个解决方案@更清晰的问题here我需要的东西可以通过IndexReader.getTermFreqVector（String field，int docid）方法获得。
不幸的是，这对我不起作用，因为我正在处理的索引没有存储术语频率向量，所以我想我还在寻找更多的帮助！
答案 0 :(得分：3)
要回答这个问题，您可以使用IndexReader.getTermFreqVector（）和Searcher.docFreq（）类为一组lucene结果计算TF-IDF加权向量空间模型。在Lucene中无法直接获取VSM的一组结果。
答案 1 :(得分：2)
也许我误解了你要做的事情，但Lucene的得分使用了矢量空间模型。如果您想了解有关如何计算分数的更多详细信息，请给出文档和查询，请使用Searcher.explain（查询查询，int doc）。
答案 2 :(得分：1)
如果我从您的评论中正确理解，您需要计算文档之间的VSM余弦相似度，而不是查询和文档之间的相似度。我不确切知道如何做到这一点，但我会指出Similarity类的Lucene API页面。您可能必须派生并使用Similarity的自定义子类来更改coord和queryNorm成员，并找到将文档转换为查询对象的方法。
（不保证;我只想自己弄清楚这个得分。）