java - Lucene - 返回按匹配字段数排序的结果

Question

我有一个包含许多字段的 Lucene 索引。我想用它来查找按匹配字段数量排名的文档，并让结果指示匹配的字段数量。

在我的特定示例中，Lucene 索引中的文档表示网页，字段是标题、元描述、h1 文本等。

如果我搜索“自行车”这样的术语，我希望返回任何字段中包含“自行车”一词的所有文档。但是，我希望相关性分数能够指示包含关键字“自行车”的字段数量。例如，如果文档的标题和元描述中包含“自行车”，我希望该文档的排名高于仅标题中包含“自行车”的文档。我还希望能够确定第一个文档包含两个匹配项，而第二个文档仅包含一个匹配项。关键字在特定领域中的出现频率并不重要。我只想知道它是否匹配。

我知道我可以使用 BooleanQuery 来查找单个字段上的匹配项，并且我可以将这些组合起来对多个字段执行 AND 或 OR 操作，但我不确定如何执行一个查询，该查询将返回在任何字段上匹配的文档，但也会返回一些有关匹配的字段数量的指示符。

任何帮助将不胜感激!

Answer 1

在 Lucene，searching on a field可以通过形成像 title:a web page 这样的查询来完成。假设您像上面那样为 n 个字段创建查询 q1、q2、.. qn。使用这些查询进行搜索将返回存储在列表 l1、l2、..ln 中的文档 ID。现在，您将它们合并到集合 S 中。对于 S 中的每个项目，您检查该项目属于多少个列表(或哪些列表)。如果我理解正确的话，这应该可以解决你的问题。