Поиск проблемы с Lucene

Question

У меня есть индекс Lucene около 22 000 документов Lucene, но я столкнулся с уникальной проблемой с ним при создании программы поиска.

Каждый документ имеет поля Название, описание и long_description, в этих полях содержатся данные о различных заболеваниях и их симптомах. Теперь, когда я ищу фразу вроде следующего «заражение тонкой кишки» Я ожидаю, что «Холера» будет первым результатом (кстати, я использую MultiFieldQueryParser с StandardAnalyzer.)

Причина, по которой я ожидаю, что холера будет первой, заключается в том, что в полях длинного описания есть точная фраза "инфекция тонкой кишки". Но вместо того, чтобы этот результат вышел сверху, он идет далеко внизу, потому что есть много других документов, в которых упоминается термин «инфекция» в поле заголовка (которое значительно меньше по длине, чем поле описания). Это можно легко увидеть на скриншоте ниже.

Так что просто потому, что "холера" не имеет самой подходящей информации в поле "заголовок", она идет внизу. Я видел следующую ветку, где предлагается использовать «~ 3», но это то, что я должен делать для всех моих запросов из-за сцены? Разве нет лучшего способа сделать это?

Поиск фраз в Lucene

Answer 1

Сделайте так, чтобы ваш запрос увеличил количество совпадений в заголовке high, description medium и long_desc low, например:

title:intestine^100 description:intestine^10 long_description:intestine^1

Этот пример дает оценку совпадений заголовков "+100", оценку совпадений описаний "+10" и оценку совпадений длинных описаний "+1". Более высокие общие оценки повышения сортируются первыми. Вы можете выбрать любые числа, которые вам нравятся для значений буста.

Answer 2

Вы можете изменить computeNorm в DefaultSimilarity.Пожалуйста, отметьте http://www.supermind.org/blog/378/lucene-scoring-for-dummies и http://blog.architexa.com/2010/12/custom-lucene-scoring/