什么是最精确的匹配排名最好的lucene设置

当我希望精确匹配排名高于“部分”匹配时，应该使用哪些分析器进行索引和搜索？ 可能在Similarity类中设置自定义评分？

例如，当我的索引包含car parts ， car和car shop （使用lucene 3.5上的StandardAnalyzer索引）时，对"car"的查询会导致：

• 汽车零件
• 汽车
• 汽车店

（基本上按照添加顺序返回，因为它们都得到相同的分数）。

我想看到的是car排名第一，然后是其他结果（真正重要的是哪个顺序，我认为分析仪可以影响那个）。

Answer 1

所有三场比赛都是精确的 （赛车匹配，而不是’ca’或’ar’）:)

如果这些字段中没有更多内容（“汽车部件”，“汽车”和“汽车商店”），那么您可以使用lengthNorm()或computeNorm() （取决于Lucene版本），以便为更短的字段提供更多权重，以便因为更短，汽车获得更高的分数。 在Lucene 3.3.0中，DefaultSimilarity.computeNorm（）如下所示：

 return state.getBoost() * ((float) (1.0 / Math.sqrt(numTerms))); 

其中numTerms是字段中的术语总数。 因此，令人惊讶的“汽车”和“汽车商店”文件具有相同的分数，因为对于“汽车”，标准是1而对于“汽车商店”它应该是0.7（假设增加1）。

Answer 2

快速入侵：在从IndexSearcher.search获取ScoreDoc[]之后，将score作为第一个标准并将长度（升序）作为第二个标准重新排序。