我对 lucene 的评分策略有点困惑。我知道Lucene的评分公式是这样的：
score(q,d) = coord(q,d) x queryNorm(q) X SUM <t_in_q> ( tf(t_in_d) x idf(t)^2 x t.getBoost() x norm(t,d))
我理解这个公式中的每个组成部分，除了查询范数(q)。正如官方文档所解释的，
queryNorm(q) 是一个标准化因子，用于在
查询具有可比性。该因素不影响文档排名
（因为所有排名文档都乘以相同的因子），但是
而只是尝试从不同的查询中获得分数（甚至
不同指标）具有可比性。
为什么我需要比较不同查询之间的分数？换句话说，你能给出一个example显示在哪个上下文中查询范数(q)有用吗？
好问题，我自己也想知道这个问题。根据这个 ScoreAsPercentages 参数 http://wiki.apache.org/lucene-java/ScoresAsPercentages，尝试比较不同的查询或索引分数，甚至同一查询和索引在不同时间的分数，是一个坏主意，我同意。
我的理解是，虽然queryNorm确实并不会让它们严格具有可比性，但确实有帮助。与不使用默认查询规范相比，它们更接近于具有可比性。
我想它还可以让人们编写自己的相似性，并使用此调用来创建标准化的、可比较的分数，使用适合其特定情况的算法。
已经有一些关于放弃它的讨论 http://lucene.472066.n3.nabble.com/Whither-Query-Norm-td600443.html，您可能会觉得有趣。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
