Question

def scorer(self, searcher, fieldname, text, qf=1):
    """Returns an instance of :class:`whoosh.scoring.Scorer` configured
    for the given searcher, fieldname, and term text.
    """

    raise NotImplementedError(self.__class__.__name__)

我不知道计分功能中的参数，它们来自哪里？与此句子下的功能相同。如果我想在所有馆藏中获得术语频率，而不是当前文档中的权重，该怎么办？

def _score(self, weight, length):
    # Override this method with the actual scoring function
    raise NotImplementedError(self.__class__.__name__)

Answer 1

我想您需要使用whoosh.reading.TermInfo。全局术语信息可以在这里找到。新文档建立索引时会更新。

正如您所说，要获得所有馆藏中的术语频率， TermInfo().weight()我想会做到的。一些示例代码如下：

from whoosh.fields import Schema, TEXT
from whoosh.analysis import StemmingAnalyzer
from whoosh.filedb.filestore import FileStorage
from whoosh import scoring

schema = Schema(body=Text(analyzer=StemAnalyzer(), stored=True))

storage = FileStorage("index")
ix = storage.open_index()

def user_weighting_func(searcher, filename, text, matcher):
    return float(searcher.term_info('body', text))

with ix.searcher(weighting=scoring.FunctionWeighting(user_weighting_func)) as searcher:
    qp = QueryParser("body", schema=schema)
    q = qp.parse("hello")
    result = searcher.search(q)
    for hit in results:
        print(hit.score, hit['body'])

在此代码中，hit.score将是全局术语频率。

如何使用飞快移动在所有集合中获得术语频率？

1 个答案: