需要帮助对搜索结果进行排序

Question

我在Lucene索引中有3条记录。

记录%1在标题字段中包含医疗保健。记录2在描述字段中包含医疗保健和保险，但不在一起。记录3在公司名称字段中包含医疗保险。

当用户搜索医疗保险时，我希望在搜索结果中按以下顺序显示记录...

词组#3-因为它包含输入的两个单词在一起(ie.as a a.Record ) b.Record #1 c.Record #2

换句话说，所有关键字的精确匹配应该比单个关键字的匹配具有更大的权重。

我如何在lucene中实现这一点？

谢谢。

Answer 1

你可以像bajafresh4life说的那样使用phrase + slop，但是如果词条之间的距离超过了slop，它将无法匹配任何东西。

一种稍微复杂一点的替代方法是构造一个布尔查询，该查询显式地搜索短语(带或不带slop)和短语中的每个术语。例如。

"healthcare insurance" OR healthcare OR insurance

普通的lucene相关性排序将给你想要的东西，并且不会像“大斜率”方法那样失败。

您还可以提高单个字段的权重，例如，title的权重比description或company name更重。这需要一个更复杂的查询，但让您可以更好地控制排序……

title:"healthcare insurance"^2 OR title:healthcare^2 OR title:insurance^2
OR description:"healthcare insurance" OR ...

获得正确的权重可能是相当棘手的，你可能不得不尝试它们来获得你想要的东西(例如，在我刚刚给出的例子中，你可能不想提升标题的单个术语)，但当你让它工作时，这是非常好的:-)

Answer 2

使用短语+斜率因子重写查询。因此，如果查询是：

healthcare insurance

您可以将其重写为：

"healthcare insurance"~100

“医疗保健”和“保险”这两个词接近的文档得分会更高。在这种情况下，由于斜率因子为100，因此具有两个单词但相距超过100个术语的文档将不匹配。

重写查询涉及操作BooleanQuery中的术语对象。获取所有术语，创建一个PhraseQuery，并设置一个斜率因子。