Lucene查询中的精确字段匹配

Question

当用户包含在查询中时，我正在寻找一种方法来精确匹配字段。

例如，假设我们有这些文档：

• 博士1:追赶所有人：“你好世界”，主题：“科学”
• 博士二：“再见世界”，主题：“生命科学”

如果用户搜索 subject :science world，我只希望返回doc1，因为它与subject完全匹配。然而，我得到了两个博士。

我尝试用subject索引KeywordAnalyzer，但是我得到了以下错误：

java.lang.IllegalStateException: field "subject" was indexed without position data; cannot run Phrase Query

Answer 1

"subject“字段的错误可能是因为在索引中没有将项向量存储在字段中(在lucene代码中使用的是StringField还是TextField？)

要存储字段的术语向量，您应该使用lucene的field类，同时将字段使用定义为FieldType

    FieldType fieldType = new FieldType();
    fieldType.setStoreTermVectors(true);
    fieldType.setStoreTermVectorPositions(true);
    fieldType.setIndexed(true);
    fieldType.setIndexOptions(IndexOptions.DOCS_AND_FREQS);
    fieldType.setStored(true);

添加具有上述字段的文档

doc.add(new Field("field_name", "data", fieldType));

现在第一个问题，我可以想到两种方法

1)实现自定义相似性--您可以创建从默认相似性派生的新的相似性类，并更改lenghtNorm方法，以便您将优先使用“科学”而不是“生命科学”的文档排序，如何？根据比例对每个文档进行评分(匹配项来自查询/文档中的总术语)。正如你所看到的，更短和更相关的文件将得到更好的评分与上述比率。

2)后处理lucene返回文档以消除不必要的文档(不太推荐)-从Lucene获取文档列表，并删除不符合搜索标准的不需要的文档。