在Lucene中索引文档时增加特定术语(例如标题)的权重

Question

我有一些和Lucene一起索引的文件。这些文档基本上有一个标题(文本)和正文(文本)。目前，我正在使用Lucene Document创建一个索引，其中包含一个可搜索字段，基本上是title+" "+body。这样，如果您搜索在标题或正文中发生的任何内容，您将找到文档。

然而，现在我已经了解到新的要求，即标题中的匹配应该使文档比正文中的匹配“更相关”。因此，如果有一个标题为“软件设计”的文档，并且用户搜索“软件设计”，那么该文档在搜索结果中的位置应该高于一个称为“其他东西”的文档，该文档在正文中经常提到软件设计。

我真的不知道如何开始实现这个需求。我知道Google例如将文档的某些部分视为“更相关”(例如<h1>标记中的文本)，这里的每个人都假设Lucene支持类似的东西。

然而，

• 文档类的Javadoc明确指出，字段包含文本，即不包含某些部分比其他部分“更重要”的结构化文本。
• 这个博客帖子声明“使用Lucene，不可能在文档中增加或减少单个术语的权重。”

我不知道该去哪找。你有什么建议？

任何特定的信息(例如指向Lucene文档的链接)都会很有帮助(例如，指向Lucene文档的链接)，坦率地声明这样的事情是而不是可能的，那么我就不需要花更多的时间去寻找如何去做了。(这个软件已经用Lucene编写了，所以我们现在不会重写它，所以如果Lucene不支持它，那么任何人(我的老板)对此都无能为力。)

Answer 1

您可能应该将合并字段分别拆分为标题和正文，然后使用运行时增强来增加标题字段的相关性。

运行时查询将类似于

title:apache^20 body:apache

见- 0/queryparsersyntax.html#促进%20a%20 20Term