如何通過lucene中的文檔ID獲取文檔的存儲字段？

Question

我想結合lucene得分與PageRank，我試圖修改DefaulySimilarity來添加我已經擁有的PageRank（在與相應的URL的數組中），但問題是我不知道如何獲取文檔字段存儲文檔的URL。術語Doc只能返回docID。或者我還有一個想法是修改TopScoreDocCollector，它有一個名爲collect（int docid）的方法，也給了一個docid，但我仍然不知道如何獲取存儲的字段。任何人都知道如何通過文檔ID獲取文檔的存儲區域？或者瞭解如何將lucene與PageRank結合起來？非常感謝你。

Answer 1

要通過內部Lucene ID獲取Lucene中存儲字段的值，請使用IndexReader.document（int n）。如果您擁有自己的UID索引，則需要按該術語進行搜索，獲取Lucene ID，然後調用IndexReader.document（int n）。

您是否試圖計算飛行中的PageRank？如果你是，那對我來說似乎很瘋狂。通常，PageRank是一個運行的批處理過程，爲每個文檔分配的靜態PageRank得分在索引時間內作爲提升添加。