Lucene Analyzer查询和搜索结果相关性得分

Question

首先，对不起我的英语不好！

我是Lucene图书馆的新人（从上周三开始），我试图了解如何根据找到的术语获得匹配文档的最佳相关性级别。

我使用Lucene 4.10。0（无Solr）

我能够索引/搜索英语/阿拉伯语文本，以及支持这些文本的点击突出显示。

现在我有一个问题与搜索结果的相关性。

如果我在三个文档中搜索“穆罕默德·奥马尔”：

doc1.add(new TextField("contents", "xyz abc, 123 Mohammad Abu Omar 123", Field.Store.YES));
indexWriter.addDocument(config.build(taxoWriter, doc1));

doc2 = new Document();
doc2.add(new TextField("contents", "xyz abc, 123 Omar bin Mohammad 123", Field.Store.YES));
indexWriter.addDocument(config.build(taxoWriter, doc2));

doc3 = new Document();
doc3.add(new TextField("contents", "xyz abc, 123 Abu Mohammad Omar 123", Field.Store.YES));
indexWriter.addDocument(config.build(taxoWriter, doc3));
...etc

我得到同样的分数为这3文档。

看起来Lucene忽略了单词顺序，只是在比赛计数上得分。

我期望以下是最佳结果：

doc3、doc1、doc2

但是我得到：

doc1、doc2、doc3（分数相同）

为了在小写和子字符串中进行搜索，我使用如下扩展分析器：

   @Override
   protected TokenStreamComponents createComponents(String fieldName, Reader reader) {
     Tokenizer source = new WhitespaceTokenizer(reader);
     TokenStream filter = new LowerCaseFilter(source);   
     filter = new WordDelimiterFilter(filter,Integer.MAX_VALUE,null);
     return new TokenStreamComponents(source, filter);
   }

知道怎么表演吗？

从这里开始：http://lucene.apache.org/core/4_10_0/queryparser/org/apache/lucene/queryparser/classic/package-summary.html#Boosting_a_Term

我认为增加查询条件和/或使用正则表达式可能是一种选择，但这意味着，我必须手动处理用户输入。难道没有“开箱即用”的解决方案（如函数、过滤器或分析器）吗？

非常感谢！

Answer 1

您的Mohammad Omar查询在代码方面看起来如何？如果您只需要这个短语，请将此字符串输入PhraseQuery，或者如果您使用QueryParser，请将此短语包装成引号以生成PhraseQuery。

如果您需要在搜索结果中同时使用此短语以及分别包含这两个术语的文档，您可以将“Mohammad Omar”作为短语（如上所述）和单独的术语包括在内，如下所示：some_字段：“Mohammad Omar”some_字段：Mohammad some_字段：Omar。您还可以为短语元素添加增强，以便短语结果排名更高。