Lucene получить соответствующие термины в запросе

Question

Каков наилучший способ выяснить, какие термины в запросе сопоставлены с данным документом, возвращенным в качестве хита в lucene?

Я попробовал странный метод, включающий пакет подсветки попаданий в Lucene contrib, а также метод, который ищет каждое слово в запросе по самому верхнему документу ("docId: xy AND description: each_word_in_query").

Не получить удовлетворительные результаты? Выделение совпадений не сообщает о некоторых словах, которые соответствуют документу, отличному от первого. Я не уверен, что второй подход - лучшая альтернатива.

Answer 1

Метод объяснения в Searcher - это хороший способ увидеть, какая часть запроса соответствует и как она влияет на общую оценку.

Пример взят из книги Lucene In Action 2nd Edition:

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());
     }
  }
}

Это объяснит оценку каждого документа, который соответствует запросу.

Answer 2

Еще не пробовал, но взгляните на реализацию org.apache.lucene.search.highlight.QueryTermExtractor.