基于多个匹配列的 Lucene 查询评分

Question

我正在使用 Lucene 直接搜索联系人，其中包含人员数据库的一般联系信息，例如名字、姓氏、电话号码、地址等。这个问题专门与按名字和姓氏搜索有关。这是我对名称进行索引的方法。

document.add(new Field("firstName", contact.getFirstName(), Field.Store.NO, Field.Index.NOT_ANALYZED));
document.add(new Field("lastName", contact.getLastName(), Field.Store.NO, Field.Index.NOT_ANALYZED));

我正在这样搜索索引：

IndexReader indexReader = IndexReader.open(FSDirectory.open(directory));
IndexSearcher indexSearcher = new IndexSearcher(indexReader);
int hitsPerPage = indexSearcher.maxDoc();
Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_35);
String[] fields = {"id", "firstName", "lastName", "phoneNumber", "email", "address", "website"};

BooleanQuery booleanQuery = new BooleanQuery();
String[] terms = queryString.split(" ");

for(String term : terms) {
    for(String field : fields) {
        booleanQuery.add(new FuzzyQuery(new Term(field, term)), BooleanClause.Occur.SHOULD);
    }
}

TopScoreDocCollector collector = TopScoreDocCollector.create(hitsPerPage, true);
indexSearcher.search(booleanQuery, collector);
ScoreDoc[] hits = collector.topDocs().scoreDocs;

我使用布尔查询而不是 MultiFieldQuery 的原因是因为它允许我在字段不精确时获得结果。基本上，我用空格分割查询字符串，然后在索引中的每个字段上为每个关键字添加术语。我是 Lucene 的新手，所以我真的不知道这是否是执行此操作的最佳方法，但到目前为止它对我来说工作正常。

我遇到的唯一问题是，当按全名搜索时，它不会以正确的顺序返回结果。

索引有 2 条记录，John Doe 和 John Smith。

当我搜索 John Doe 时，我的结果将如下所示： 1）约翰·史密斯 2) John Doe

如果我输入 John Smith，它将反转并首先显示 John Doe。为什么它不返回完全匹配的第一个结果？

Answer 1

如果您要搜索所有字段中的所有术语，为什么不将整个文本索引为另一个字段的一部分呢？然后您可以发出类似的查询

/*
\\\\ is for escaping "
*/
String searchCriteria = "all:\\\\"John Doe\\\\"^3 OR all:(John Doe)"; 
IndexSearcher is = new IndexSearcher(indexDirectory);
Analyzer analyzer = new StandardAnalyzer();
QueryParser parser = new QueryParser("all", analyzer);
Query query = parser.parse(searchCriteria);
TopScoreDocCollector collector = TopScoreDocCollector.create(hitsPerPage, true);
indexSearcher.search(query, collector);
ScoreDoc[] hits = collector.topDocs().scoreDocs;

但是，如果您想继续当前的设计，您可以尝试 http://lucene.apache.org/java/3_5_0/api/all/org/apache/lucene/search/IndexSearcher.html#explain(org.apache.lucene.search.Query, int) 来找出为什么某个文档的得分高于其他文档。

Answer 2

在我的情况下，使用布尔查询和 for 循环被证明是搜索索引的正确方法。由于我在客户端解析和显示它们的方式，结果被颠倒了，所以这是一个完全不相关的问题。