lucene - 在 Solr/Lucene 中删除低于某个分数阈值的结果？

Question

如果结果低于某个分数阈值，solr/lucene 中是否有内置功能来过滤结果？假设我提供的分数阈值为 0.2，那么所有分数小于 0.2 的文档都将从我的结果中删除。我的直觉是，这可以通过更新/定制 solr 或 lucene 来实现。

你能指出我如何做到这一点的正确方向吗？

提前致谢!

Answer 1

您可以编写自己的收集器，该收集器会忽略收集评分员放置在您的阈值以下的那些文档。下面是一个使用 Lucene.Net 2.9.1.2 和 C# 的简单示例。如果您想保留计算出的分数，则需要修改示例。

using System;
using System.Collections.Generic;
using Lucene.Net.Index;
using Lucene.Net.Search;

public class ScoreLimitingCollector : Collector {
    private readonly Single _lowerInclusiveScore;
    private readonly List<Int32> _docIds = new List<Int32>();
    private Scorer _scorer;
    private Int32 _docBase;

    public IEnumerable<Int32> DocumentIds {
        get { return _docIds; }
    }

    public ScoreLimitingCollector(Single lowerInclusiveScore) {
        _lowerInclusiveScore = lowerInclusiveScore;
    }

    public override void SetScorer(Scorer scorer) {
        _scorer = scorer;
    }

    public override void Collect(Int32 doc) {
        var score = _scorer.Score();
        if (_lowerInclusiveScore <= score)
            _docIds.Add(_docBase + doc);
    }

    public override void SetNextReader(IndexReader reader, Int32 docBase) {
        _docBase = docBase;
    }

    public override bool AcceptsDocsOutOfOrder() {
        return true;
    }
}