我已经在Hibernate Search中工作了几个月，但仍然无法理解它带来的相关性。我总体上对它返回的结果感到满意，但是即使是最简单的测试也无法满足我的期望。
第一次测试使用的是频率（tf）。数据：
我得到的结果：
我真的对这种得分效果感到困惑。我的查询非常复杂，但是由于该测试没有涉及其他任何字段，因此可以将其简化如下：booleanjunction.should（phraseQuery）.should（keywordQuery）.should（fuzzyQuery）
我的分析仪如下：
StandardFilterFactory
LowerCaseFilterFactory
StopFilterFactory
SnowballPorterFilterFactory for english
计分计算确实很复杂。在这里，您必须从原始方程式开始：
分数（q，d）=坐标（q，d）·queryNorm（q）·∑（tf（t in d）·idf（t）2·t.getBoost（）·norm（t，d））
如您所说，tf这意味着项频率，其值是项频率的平方根。
但是在这里，正如您在解释中所看到的那样，您也有norm（aka fieldNorm）用于fieldWeight计算。让我们举个例子：
eklavya eklavya eklavya eklavya eklavya
4.296241 = fieldWeight in 177, product of:
2.236068 = tf(freq=5.0), with freq of:
5.0 = termFreq=5.0
4.391628 = idf(docFreq=6, maxDocs=208)
0.4375 = fieldNorm(doc=177)
埃克拉夫亚
4.391628 = fieldWeight in 170, product of:
1.0 = tf(freq=1.0), with freq of:
1.0 = termFreq=1.0
4.391628 = idf(docFreq=6, maxDocs=208)
1.0 = fieldNorm(doc=170)
在这里，eklavya比其他更好的成绩，因为fieldWeight是的产品tf，idf和fieldNorm。对于eklavya文档来说，最后一个更高，因为他只包含一个术语。
如上述文档所述：
lengthNorm-根据文档中该字段的标记数将文档添加到索引时计算的值，以便较短的字段对得分贡献更大。
您在一个字段中使用的术语越多，含义fieldNorm就越低。注意此字段的值。
因此，总而言之，在这里您可以完美地理解分数不仅是根据频率来计算的，而且还取决于您所在领域的学期数。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句