lucene - 提升多值字段

Question

我有一组包含要索引的评分项目的文档。我们的数据结构如下:

Document
  ID
  Text
  List<RelatedScore>

RelatedScore
  ID
  Score

我的第一个想法是使用 Field 的 Boost 属性将每个相关分数添加为多值字段，以在搜索时修改特定分数的值。

foreach (var relatedScore in document.RelatedScores) {
  var field = new Field("RelatedScore", relatedScore.ID,
                        Field.Store.YES, Field.Index.UN_TOKENIZED);
  field.SetBoost(relatedScore.Score);
  luceneDoc.Add(field);
}

但是，计算出的“Norm”似乎适用于整个多字段 - 文档的所有相关分数值最终将具有相同的分数。

Lucene 中是否有允许此功能的机制？我宁愿不创建另一个索引来解决这个问题 - 感觉应该有一种使用单个索引的方法。如果没有办法做到这一点，我们必须弥补的一些想法是:

按值降序插入多值字段项。然后以某种方式添加位置感知分析，为该领域的第一个项目分配更高的提升/分数。

多次向该字段添加高值(value)分数。因此，一个 Score==1 的 RelatedScore 可能会被添加 3 次，而一个 Score==.3 的 RelatedScore 只会被添加一次。

这两者都会导致这些字段的搜索保真度下降，是的，但它们可能已经足够好了。对此有何想法？

Answer 1

这似乎是 Payloads 的一个用例。我不确定这是否在 Lucene.NET 中可用，因为我只使用了 Java 版本。

如果分数的绝对值不是那么重要，另一种方法是将它们离散化(根据值将它们放入桶中)并为每个桶创建一个字段。因此，如果您的分数范围为 1 到 100，则创建 10 个名为 RelatedScore0_10、RelatedScore10_20 等的存储桶，并且对于该存储桶中具有相关分数的任何文档，在该字段中添加“真”值。然后对于每个在 OR 查询上执行的搜索，例如:

(RelatedScore0_10:true^1 RelatedScore10_20:true^2 ...)

这样做的好处是您可以即时调整每个存储桶的提升值。否则，您需要重新索引以更改每个字段的字段规范(提升)值。