在 PyLucene 中实现自定义相似度

Question

我想在 PyLucene 中写一个自定义的 Similarity class 来实现我自己的检索模型。

通常，使用 java 版本的 Lucene，您必须扩展相似性 class 并覆盖方法。例如：

public class IDFSimilarity extends TFIDFSimilarity {

/** Sole constructor: parameter-free */
public IDFSimilarity() {
}

/** Implemented as <code>overlap / maxOverlap</code>. */
@Override
public float coord(int overlap, int maxOverlap) {
    return overlap / (float) maxOverlap;
}

/** Implemented as <code>1/sqrt(sumOfSquaredWeights)</code>. */
@Override
public float queryNorm(float sumOfSquaredWeights) {
    return (float) (1/Math.sqrt(sumOfSquaredWeights));
}
.
.
etc

但是，PyLucene 使用 JCC，我不清楚如何在 python 脚本中扩展 class。它会是这样的：

import lucene
from org.apache.lucene.search.similarities import TFIDFSimilarity

class IDFSimilarity (TFIDFSimilarity):
   def __init__(self):
      TFIDFSimilarity.__init__()
   ?
   ?

但我不知道如何进行。我在网上找不到任何示例或文档。

有什么想法吗？

Answer 1

来自@JanŠpaček原问题的评论，谢谢！

在 PyLucene 源代码中的 Python 中有一个定义相似度的示例。

from org.apache.pylucene.search.similarities import PythonClassicSimilarity

class SimpleSimilarity(PythonClassicSimilarity):

    def lengthNorm(self, numTerms):
        return 1.0

    def tf(self, freq):
        return freq

    def sloppyFreq(self, distance):
        return 2.0

    def idf(self, docFreq, numDocs):
        return 1.0

    def idfExplain(self, collectionStats, termStats):
        return Explanation.match(1.0, "inexplicable", [])

点击here查看示例。

在 PyLucene 中实现自定义相似度

Implementing custom Similarity in PyLucene

java

python

lucene

similarity

pylucene