如何在 Hibernate Search/Lucene 中禁用默认评分/提升?
Posted
技术标签:
【中文标题】如何在 Hibernate Search/Lucene 中禁用默认评分/提升?【英文标题】:How to disable default scoring/boosting in Hibernate Search/Lucene? 【发布时间】:2015-08-22 21:37:36 【问题描述】:我想为我的用户提供最相关和最好的结果。例如,我奖励具有大标题、描述、附加照片等的记录。对于上下文:记录是自行车路线,具有路线点(坐标)和照片、评论等元数据。
现在,我使用Hibernate
为这些记录编制了索引,然后在Hibernate Search
中使用Lucene
在索引中进行搜索。为了给我的结果打分,我根据文档属性构建查询并在should
BooleanJunction clause
中提升它们(使用boostedTo()
):
bj.should(qb.range().onField("descriptionLength").above(3000).createQuery()).boostedTo(3.0f);
bj.should(qb.range().onField("views.views").above(5000).createQuery()).boostedTo(3.0f);
bj.should(qb.range().onField("nameLength").above(20).createQuery()).boostedTo(1.0f);
bj.should(qb.range().onField("picturesLength").above(0).createQuery()).boostedTo(5.0f);
bj.should(qb.keyword().onField("routePoints.poi.participant").matching("true").createQuery()).boostedTo(10.0f);
为了尝试禁用 Lucene 的评分,我重写了 DefaultSimilarity
类,将所有比较设置为 1.0f 分数并通过 Hibernate 配置启用它:
public class IgnoreScoringSimilarity extends DefaultSimilarity
@Override
public float idf(long docFreq, long numDocs)
return 1.0f;
@Override
public float tf(float freq)
return 1.0f;
@Override
public float coord(int overlap, int maxOverlap)
return 1.0f;
@Override
public float lengthNorm(FieldInvertState state)
return 1.0f;
@Override
public float queryNorm(float sumOfSquaredWeights)
return 1.0f;
休眠配置:
<property name="hibernate.search.default.similarity" value="com.search.IgnoreScoringSimilarity"/>
这种方法在 90% 的情况下都有效,但是,我仍然看到一些奇怪的结果,似乎不合适。我认识到的模式是这些路线(文档)的大小非常大。一条正常的路线大约有 20-30 个路线点,但是这些不合适的结果有 100-150 个。这让我相信默认的 Lucene 评分仍在发生(由于文档大小而得分更高)。
我在禁用 Lucene 的评分时做错了什么吗?能不能有别的解释?
【问题讨论】:
不是一个答案,而是一个考虑:我不会禁用 Lucene 的默认评分,但会在索引阶段工作。我会为您的文档构建一个自定义索引器,为大文档设置(减少)提升;您可以在索引器上调用document.setBoost()
以根据路由点的数量设置自定义值,并检查结果。 setBoost(100/routepoints_count)
之类的东西,或者某种指数函数。
感谢您的评论!但是,通过考虑路由点数,这是否仍然会(尽管很小)增加文档大小?这就是我不想要的,因为对于我们的评分系统,一条路线有 2 或 200 个路线点并不重要,它应该只通过它的元数据进行评分。
是的,那会,但是由于您已经在用大的因素增加文档,我认为这并不重要。你真的需要索引路由点吗?您可以添加索引器的 sn-p 以了解索引的内容吗?
【参考方案1】:
我可以建议另一种基于自定义结果排序的方法。您可以在answer 中了解它。这个答案有点过时了,所以我根据Lucene API 4.10.1修改了这个例子。比较器
public abstract class CustomComparator extends FieldComparator<Double>
double[] scoring;
double bottom;
double topValue;
private FieldCache.Ints[] currentReaderValues;
private String[] fields;
protected abstract double getScore(int[] value);
public CustomComparator(int hitNum, String[] fields)
this.fields = fields;
scoring = new double[hitNum];
int[] fromReaders(int doc)
int[] result = new int[currentReaderValues.length];
for (int i = 0; i < result.length; i++)
result[i] = currentReaderValues[i].get(doc);
return result;
@Override
public int compare(int slot1, int slot2)
return Double.compare(scoring[slot1], scoring[slot2]);
@Override
public void setBottom(int slot)
this.bottom = scoring[slot];
@Override
public void setTopValue(Double top)
topValue = top;
@Override
public int compareBottom(int doc) throws IOException
double v2 = getScore(fromReaders(doc));
return Double.compare(bottom, v2);
@Override
public int compareTop(int doc) throws IOException
double docValue = getScore(fromReaders(doc));
return Double.compare(topValue, docValue);
@Override
public void copy(int slot, int doc) throws IOException
scoring[slot] = getScore(fromReaders(doc));
@Override
public FieldComparator<Double> setNextReader(AtomicReaderContext atomicReaderContext) throws IOException
currentReaderValues = new FieldCache.Ints[fields.length];
for (int i = 0; i < fields.length; i++)
currentReaderValues[i] = FieldCache.DEFAULT.getInts(atomicReaderContext.reader(), fields[i], null, false);
return this;
@Override
public Double value(int slot)
return scoring[slot];
搜索示例
public class SortExample
public static void main(String[] args) throws IOException
final String[] fields = new String[]"descriptionLength", "views.views", "nameLength";
Sort sort = new Sort(
new SortField(
"",
new FieldComparatorSource()
public FieldComparator newComparator(String fieldname, int numHits, int sortPos, boolean reversed) throws IOException
return new CustomComparator(numHits, fields)
@Override
protected double getScore(int[] value)
int descriptionLength = value[0];
int views = value[1];
int nameLength = value[2];
return -((descriptionLength > 2000.0 ? 5.0 : 0.0) +
(views > 5000.0 ? 3.0 : 0.0) +
(nameLength > 20.0 ? 1.0 : 0.0));
;
)
);
IndexWriterConfig indexWriterConfig = new IndexWriterConfig(Version.LUCENE_4_10_4, new StandardAnalyzer());
Directory directory = new RAMDirectory();
IndexWriter indexWriter = new IndexWriter(directory, indexWriterConfig);
addDoc(indexWriter, "score 0", 1000, 1000, 10);
addDoc(indexWriter, "score 5", 3000, 1000, 10);
addDoc(indexWriter, "score 3", 1000, 6000, 10);
addDoc(indexWriter, "score 1", 1000, 1000, 30);
addDoc(indexWriter, "score 4", 1000, 6000, 30);
addDoc(indexWriter, "score 6", 5000, 1000, 30);
addDoc(indexWriter, "score 9", 5000, 6000, 30);
final IndexReader indexReader = DirectoryReader.open(indexWriter, false);
IndexSearcher indexSearcher = new IndexSearcher(indexReader);
Query query = new TermQuery(new Term("all", "all"));
int nDocs = 100;
final TopDocs search = indexSearcher.search(query, null, nDocs, sort);
System.out.println("Max " + search.scoreDocs.length + " " + search.getMaxScore());
for (ScoreDoc sd : search.scoreDocs)
Document document = indexReader.document(sd.doc);
System.out.println(document.getField("name").stringValue());
private static void addDoc(IndexWriter indexWriter, String name, int descriptionLength, int views, int nameLength) throws IOException
Document doc = new Document();
doc.add(new TextField("name", name, Field.Store.YES));
doc.add(new TextField("all", "all", Field.Store.YES));
doc.add(new IntField("descriptionLength", descriptionLength, Field.Store.YES));
doc.add(new IntField("views.views", views, Field.Store.YES));
doc.add(new IntField("nameLength", nameLength, Field.Store.YES));
indexWriter.addDocument(doc);
代码会输出
score 9
score 6
score 5
score 4
score 3
score 1
score 0
【讨论】:
感谢您的建议!这似乎是一个有趣的方法。但是,我不确定这是否适用于我想要提升的方式。您链接的答案似乎只会提升字段本身?这样我就不能做诸如“使用isRoundtrip
= false 提升路由”x 或“用x 提升标题长度> 50 的路由”之类的事情。如果我错了,请纠正我!
您可以在评分中更改排名公式,而不是提升查询。例如你有field1 * 0.5 + field2 * 1.4 + field3 * 1.8
,你可以把它改成titleLength > 50.0 ? 3.0 : 0.0 + nameLength > 0.0 ? 1.0 : 0.0
等等。在这种方法中,您可以更好地控制排名,因为您可以使用任何评分公式。
有趣,我会尝试一下这种方法,感谢您的建议,+1。
希望你能成功。
我正在尝试实施您的建议,但是遇到了一些兼容性问题。我使用的是 Hibernate Search 5.2,所以我猜这使用的是 Lucene 4.7?我在setNextReader
方法中返回什么,我返回this
?在强制的compareTop
和setTopValue
方法中我需要做什么? (需要覆盖那些以扩展FieldComparator
。还想知道如何使用NumericDocValues
,我是否需要使用它而不是int[][] currentReaderValues
?很难理解我需要使用的那些新属性的概念。 以上是关于如何在 Hibernate Search/Lucene 中禁用默认评分/提升?的主要内容,如果未能解决你的问题,请参考以下文章
如何在 JPA/Hibernate 中执行本机 SQL 脚本?