在查询评估期间获取文档长度apache lucene 5.3

Question

我正在尝试更改apache lucene 5.3中的得分，而对于我的公式，我需要文档长度（文档中的令牌数）。我从类似问题的答案中理解，你没有一个简单的方法来做到这一点。因为lucene没有把它保持在索引处。所以我想也许在索引时我会创建一个从docID到文档长度的Map，然后在查询评估中使用它。但是，我不知道我应该在哪里放置这张地图以及我将在哪里更新它。

Answer 1

你是完全正确的，在索引文档时存储它是最好的方法。存储它的地方是常态（不要与queryNorm混淆，这是不同的东西）。规范提供与字段一起存储的单个值，在查询时可用于评分。

在Similarity实施中，这应该采用ComputeNorm方法，该方法通过FieldInvertState公开您需要的信息，尤其是FieldInvertState.getLength()。通过LeafReader.GetNormValues在搜索时提供规范。

如果您要延长TFIDFSimilarity，则只需要实施encodeNormValue，decodeNormValue和lengthNorm方法。