排除在特定字段元素中编入索引的所有文档，这些元素不属于给定集合

Question

在我的Lucene搜索中，我想排除在特定字段元素中索引的所有文档，这些元素不属于给定集合。

例如，假设我的文档代表一幅图。并有一个色域。在颜色字段中，我索引图形中使用的所有颜色。现在说我可以说五种颜色。红色，蓝色，绿色，紫色和棕色。我想只检索使用这些颜色的图纸，并且应排除任何颜色不是上述颜色的图纸。如果我想要使用所有这些颜色的所有图形而不是所有这些颜色，我可以在文档中为“颜色数量”添加一个新字段，然后通过为每种颜色添加MUST术语查询来构建我的布尔查询。添加一个必须的布尔查询，其中count作为颜色数。但是我想要检索所有具有上述5种颜色组合的文档。因此，也可以检索完全用棕色完成的绘图。

请注意我有数千种颜色。因此，为每种颜色创建一个字段，然后为除了我的5种颜色以外的所有人做MUST_NOT也不是一种选择。

非常感谢！

Answer 1

我认为没有内置的方法可以做到这一点。相反，您希望在某处存储颜色集（特定图形包含的颜色）。然后，当您在搜索时浏览每个搜索结果时，加载颜色集，检查它是否包含任何“其他”颜色，并相应地过滤结果。

某处可以是至少两个地方中的任何一个：

• 存储字段：例如，您可以将颜色集存储为逗号分隔的颜色名称列表作为字符串。
• 术语向量：如果使用术语向量索引颜色字段，则在搜索时，您可以调用IndexReader.getTermFreqVector(int, String)来获取该文档/字段的术语向量信息。生成的TermFreqVector对象为您提供该字段中的术语列表（实际上是一组）（即您的案例中的颜色）。