私は、用語頻度のみを使用してlucene文書にスコアを付ける方法が必要です。このために変更する必要があるフラグはありますか？

Question

私はD1が "lucene"という用語を2回、D2が "lucene"という用語が3回ある文書を持っています。私はluceneがD1よりもD2を高くしたいと思っています。ここで、D1は2つの単語（すなわち、ルシーン・ルシーン）を有し、D3は100の単語を有し、そのうちの3つの単語はルシーンであることに留意されたい。デフォルトのルーメンスコアリングモデルではD2よりもD1のスコアが高くなります。私はこのモードを無効にし、D2をD1よりも高いランクにします。それが私のプロジェクト要件です。

Answer 1

好きなことをする類似性を実装する必要があります。 Similarityに直接実装することもできますが、ClassicSimilarity（バージョン5.4より前はDefaultSimilarity）をコピーして、スコアに影響を与えたくないものを除外する（つまり、定数を返す）方が簡単です。たとえば、クエリ内の用語の頻度を返す単純な実装を次に示します。

import org.apache.lucene.index.FieldInvertState; 
import org.apache.lucene.search.similarities.TFIDFSimilarity; 
import org.apache.lucene.util.BytesRef; 

public class SimpleSimilarity extends TFIDFSimilarity { 
//Comments describe briefly what these methods do in the *standard* implementation. 
//Not what they do in this implementation (which, for most of them, is nothing at all) 

    public SimpleSimilarity() {} 

    //boosts results which match more query terms 
    @Override 
    public float coord(int overlap, int maxOverlap) { 
    return 1f; 
    } 

    //constant per query, normalizes scores somewhat based on query 
    @Override 
    public float queryNorm(float sumOfSquaredWeights) { 
    return 1f; 
    } 

    //Norms should be disabled when using this similarity 
    //They are useless to it, and would just be wasted space. 
    @Override 
    public final long encodeNormValue(float f) { 
    return 1L; 
    } 

    @Override 
    public final float decodeNormValue(long norm) { 
    return 1f; 
    } 

    //Weighs shorter fields more heavily 
    @Override 
    public float lengthNorm(FieldInvertState state) { 
    return 1f; 
    } 

    //Higher frequency terms (more matches) scored higher 
    @Override 
    public float tf(float freq) { 
    //return (float)Math.sqrt(freq); The standard tf impl 
    return freq; 
    } 

    //Scores closer matches higher when using a sloppy phrase query 
    @Override 
    public float sloppyFreq(int distance) { 
    return 1.0f; 
    } 

    //ClassicSimilarity doesn't really do much with payloads. This is unmodified 
    @Override 
    public float scorePayload(int doc, int start, int end, BytesRef payload) { 
    return 1f; 
    } 

    //Weigh matches on rarer terms more heavily. 
    @Override 
    public float idf(long docFreq, long numDocs) { 
    return 1f; 
    } 

    @Override 
    public String toString() { 
    return "SimpleSimilarity"; 
    } 
}