文档中的 PhraseQuery 匹配数

Question

这是我使用 Lucene 执行 PhraseQuery 的代码。虽然很清楚如何为索引中的每个文档获取分数匹配，但我不了解如何提取单个文档的匹配总数。以下是我执行查询的代码：

        PhraseQuery.Builder builder = new PhraseQuery.Builder();

        builder.add(new Term("contents", "word1"), 0);
        builder.add(new Term("contents", "word2"), 1);
        builder.add(new Term("contents", "word3"), 2);
        builder.setSlop(3);
        PhraseQuery pq = builder.build();

        int hitsPerPage = 10;
        IndexReader reader = DirectoryReader.open(index);
        IndexSearcher searcher = new IndexSearcher(reader);

        TopDocs docs = searcher.search(pq, hitsPerPage);

        ScoreDoc[] hits = docs.scoreDocs;

        System.out.println("Found " + hits.length + " hits.");

        for(int i=0;i<hits.length;++i)
        {
            int docId = hits[i].doc;
            Document d = searcher.doc(docId);
            System.out.println(docId + " " + hits[i].score);
        }

有没有一种方法可以提取每个文档的匹配总数而不是分数？

Answer 1

方法 A。 这可能不是最好的方法，但它会让您快速了解。您可以使用 IndexSearcher class 的 explain() 函数，它将 return 一个包含文档中大量信息和短语频率的字符串。在您的 for 循环中添加此代码：

System.out.println(searcher.explain(pq, searcher.doc(docId)));

方法 B. 一种更系统的方法是执行与 explain() 函数相同的操作。为了计算短语频率，explain() 为短语查询构建了一个 scorer 对象并对其调用了 freq()。大多数用来做这个的 methods/classes 都是 private/protected 所以我不确定你是否真的可以使用它们。然而，查看 explain() in PhraseWeight class inside PhraseQuery and ExactPhraseScorer class 的代码可能会有所帮助。（其中一些 class 不是 public，您应该下载源代码才能看到它们）。

文档中的 PhraseQuery 匹配数

Number of PhraseQuery matches in a document

lucene

full-text-indexing