Lucene 评分结果

Posted 2023-02-23

【中文标题】Lucene 评分结果

【英文标题】：Lucene Score results

【发布时间】：2010-09-05 05:59:42

【问题描述】：

在 Lucene 中，如果您有多个索引，每个索引只覆盖一个分区。为什么在不同的索引上进行相同的搜索会返回不同分数的结果？来自不同服务器的结果完全匹配。

即如果我搜索：

姓名 - 约翰·史密斯 出生日期 - 1934 年 11 月 11 日

分区 0 将返回 0.345

分区 1 将返回 0.337 的分数

姓名和出生日期都完全匹配。

【参考方案1】：

scoring 包含逆文档频率 (IDF)。如果术语“John Smith”在一个分区中，0 次，100 次，在分区 1 中，一次。在分区 1 中搜索 John Smith 的得分会更高，因为该词更稀缺。

要解决这个问题，您必须让索引覆盖所有分区，否则您需要覆盖 IDF。

【讨论】：

或者你可以从所有索引构建一个多搜索器。

【参考方案2】：

因为如果我没有完全弄错的话，分数是在索引上确定的。

如果您有不同的索引（被索引的更多/更少或不同的数据），分数会有所不同：

http://lucene.apache.org/core/3_6_0/scoring.html

（警告：包含数学:-)）

【参考方案3】：

您可能还对explain() method 的输出和生成的Explanation object 感兴趣，这将使您了解事物的评分方式。