什么是最精确的匹配排名最好的lucene设置

Question

当我希望精确匹配排名高于＆＃34;部分＆＃34;时，应该使用哪些分析器进行索引和搜索。比赛？可能在Similarity班级设置自定义评分？

例如，当我的索引包含car parts，car和car shop（在lucene 3.5上使用StandardAnalyzer索引）时，"car"的查询结果：

• 汽车零件
• 车
• 汽车商店

（基本上按照添加顺序返回，因为它们都得到相同的分数。）

我希望看到的是car排名第一，然后是其他结果（对于哪个顺序并不重要，我认为分析师可以对此产生影响）。

Answer 1

所有三场比赛都是完全（赛车匹配，而不是'ca'或'ar'）:)

如果这些字段中没有更多内容（“汽车部件”，“汽车”和“汽车商店”），那么您可以使用lengthNorm()或computeNorm()（取决于Lucene版本），给较短的场地更多的重量，以便汽车得到更高的得分，因为更短。在Lucene 3.3.0中，DefaultSimilarity.computeNorm（）看起来像这样：

return state.getBoost() * ((float) (1.0 / Math.sqrt(numTerms)));

其中numTerms是字段中的术语总数。因此，令人惊讶的“汽车”和“汽车商店”文件具有相同的分数，因为“汽车”的标准是1，而“汽车商店”它应该是0.7（假设增加1）。

Answer 2

快速入侵：从ScoreDoc[]获取IndexSearcher.search后，将score重新排序为第一个标准，将长度（升序）重新排序为第二个标准。