僅將Lucene用作倒排索引

Question

Lucene具有很強的增量索引功能。從頭開始開發IR系統通常是一件痛苦的事情。 我想知道如果我可以使用低級別的Lucene APIs僅將它用作倒排索引，即用於倒排列表，位置信息，詞頻，idfs，現場存儲等的存儲...

底線是我想實現我自己的權重和文件評分。我知道Similarity班，但它沒有給我想要的靈活性。

Answer 1

您當然可以創建自己的查詢類和您自己的記分員等。如果您需要全局數據，您可能會遇到的唯一問題。 （例如，在tf/idf中，你需要知道freq和inverse doc freq這個詞。）如果你的評分算法需要其他一些交叉文檔或者跨期元數據，你可能會遇到麻煩，因爲沒有我知道存儲這個的好方法。

但基本上，只要你的算法模糊了tf/idf或者只對每個文件有效，我認爲你應該沒問題。