Solr / Lucene：得分单个标签

Question

我正在设计一个Lucene搜索索引，其中包括每个文档的排名标签。

例：

Document 1
tag: java , rank 1.2
tag: learning, rank 2.1
tag: bugs, rank 1.2
tag: architecture: rank 0.3

标签来自自动分类算法，该算法也分配分数。

如何设计索引，以便可以查询搜索以组合标记并返回最相关的结果？ 示例，搜索java + learning

我最初为每个标签创建了一个FIELD，并使用排名来提升每个文档的字段。 就性能而言，这是一种好方法吗？ 如果我有10,000个可能的标签怎么办？ 在Lucene中拥有10,000个FIELDS是个好主意吗？

Field tag = new Field(
        FIELD_TAG+tag.getId(),
        "y",
        Field.Store.NO,
        Field.Index.NOT_ANALYZED);

tag.setBoost(tag.getRank());

luceneDoc.add(tag);

如果我将所有标签添加到同一字段中，如何考虑排名？

Answer 1

我在搜索中也遇到了这个问题...告诉我我错了...

好处是，如果您可以让“ Tags”之类的字段包含值“ java learning bug Architecture”，并使用WhiteSpaceTokenizer：

http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters#solr.WhitespaceTokenizerFactory

但是这样做不能使每个单词都步步高升，却可以增强“标签”字段。

当用户搜索“ java bug”或“ java体系结构”时，这样做的Lucene得分不会很高，但是会返回所有包含此单词的文档。

但是您可以像您说的那样做很多“标记”并增强每个标记...或者创建一个新的查询解析器http://today.java.net/pub/a/today/2003/11/07 /QueryParserRules.html继承edismax（例如），以使字段按您希望的方式工作。

那是你要的吗？

哦，还有一件事，添加很多字段会使文档索引器变慢并且索引变大（搜索可能不好）。