在Lucene中，我可以搜索一個索引，但使用另一個索引的IDF嗎？

Question

我正在構建一個系統，我只想顯示過去幾天索引的結果。 此外，如果我只想返回幾天（數千個文檔）的結果，我不想維護一個包含一百萬個文檔的巨型索引。另一方面，我的系統嚴重依賴索引中存儲的文檔中出現的條目具有現實的分佈（因此：實際的IDF）。這就是說，我想使用一個小的索引來返回結果，但我想從一個更大的索引（甚至外部源）使用IDF計算文檔分數。

Similarity API似乎不允許我這樣做。 idf方法沒有收到所用術語的參數。

另一種可能性是使用TrieRangeQuery來確保顯示的文檔在最近幾天內。再說一次，我寧願不要一個更大的索引。這種查詢也不便宜。

Answer 1

你應該能夠擴展IndexReader並覆蓋docFreq（）方法來提供你喜歡的任何值。此實現可以做的一件事是打開兩個IndexReader實例 - 一個用於小型索引，另一個用於大型索引。除docFreq（）委託給大型索引外，所有方法均委託給小型IndexReader。您需要縮放返回的值，即

int myNewDocFreq = bigIndexReader.docFreq(t)/bigIndexReader.maxDoc() * smallIndexReader.maxDoc()