java - lucene 在查询中获取匹配项

Question

找出查询中的哪些术语与作为 lucene 中的命中返回的给定文档匹配的最佳方法是什么？

我尝试了一种奇怪的方法，涉及 lucene contrib 中的命中高亮包，以及一种针对最顶层文档(“docId:xy AND description:each_word_in_query”)搜索查询中每个单词的方法。

没有得到满意的结果？ 命中突出显示不会报告与第一个文档以外的文档匹配的某些单词。 我不确定第二种方法是否是最佳选择。

Answer 1

方法explain在搜索器中是查看查询的哪一部分匹配以及它如何影响整体得分的好方法。

示例取自《Lucene In Action》第二版:

public class Explainer {

  public static void main(String[] args) throws Exception {

     if (args.length != 2) {
        System.err.println("Usage: Explainer <index dir> <query>");
        System.exit(1);
     }

     String indexDir = args[0];
     String queryExpression = args[1];
     Directory directory = FSDirectory.open(new File(indexDir));
     QueryParser parser = new QueryParser(Version.LUCENE_CURRENT,
                                     "contents", new SimpleAnalyzer());

     Query query = parser.parse(queryExpression);
     System.out.println("Query: " + queryExpression);
     IndexSearcher searcher = new IndexSearcher(directory);
     TopDocs topDocs = searcher.search(query, 10);
     for (int i = 0; i < topDocs.totalHits; i++) {
        ScoreDoc match = topDocs.scoreDocs[i];
        Explanation explanation = searcher.explain(query, match.doc);   
        System.out.println("----------");
        Document doc = searcher.doc(match.doc);
        System.out.println(doc.get("title"));
        System.out.println(explanation.toString());
     }
  }
}

这将解释与查询匹配的每个文档的分数。