Lucene具有增量索引的强大功能，这在从头开始开发IR系统时通常是一种痛苦。我想知道我是否可以使用低级别的Lucene API将其仅用作倒排索引，即倒排列表、位置信息、词项频率、IDF、字段存储等的存储。总之，我想实现自己的文档加权和评分。我知道Similarity类，但它没有给我想要的灵活性。
你可以自己制作查询类和评分器等。唯一可能遇到的问题是如果你需要全局数据。（例如，在tf/idf中，你需要知道词频和逆文档频率。）如果你的评分算法需要一些其他跨文档或跨术语的元数据，你可能会遇到麻烦，因为我不知道有什么好的方法来存储这些。 但基本上，只要你的算法大致符合tf/idf或仅适用于每个文档，我认为你应该没问题。
