Searching problem with Lucene
我有一个包含大约 22,000 个 lucene 文档的 Lucene 索引,但是在创建搜索程序时我遇到了一个独特的问题。
每个文档都有一个 Title、description 和 long_description 字段,这些字段包含与不同疾病及其症状相关的数据。现在,当我搜索如下短语时
"小肠感染"我期待"霍乱"是第一个结果(顺便说一下,我正在使用 MultiFieldQueryParser 和 StandardAnalyzer。)
我认为霍乱是第一个的原因是因为它在长描述字段中有确切的短语"小肠感染"。但是,这个结果并没有排在首位,而是排在了底部,因为还有很多其他文档在标题字段中提到了"感染"一词(其长度比描述字段的长度要小得多)。这可以在下面的屏幕截图中轻松看到。
所以仅仅因为"霍乱"在"标题"字段中没有最相关的信息,它就排在最后。我看到以下线程建议使用"~3",但对于我在幕后的所有查询,我应该这样做吗?没有更好的方法吗?
在 Lucene 中搜索短语
使您的查询提高标题高、描述中等和 long_desc 低的点击率,如下所示:
1 | title:intestine^100 description:intestine^10 long_description:intestine^1 |
这个例子给出的标题匹配分数"100",描述匹配分数"10",long_description 匹配分数"1"。较高的总提升分数首先排序。您可以选择任何您喜欢的数字作为提升值。
您可以在
请查看 http://www.supermind.org/blog/378/lucene-scoring-for-dummies 和 http://blog.architexa.com/2010/12/custom-lucene-scoring/