Apache Lucene とは？

どちらもLuceneを使う検索サーバーだよ。Luceneが検索の基盤となり、その上でネットワーク越しのAPIや管理、分散処理などを提供する。OpenSearchも内部でLuceneを使っている。ただし、同じライブラリを使うことと、製品の機能や設定が同じことは別なんだ。

あるよ。Javaアプリに検索機能を組み込むために、ライブラリとして使えるんだ。文書を索引へ登録し、検索する処理を自分のアプリから呼び出す。Luceneそのものを入れただけで、外部からHTTPで操作できる検索サーバーや管理画面まで用意されるわけではないよ。

単語から、その単語を含む文書を探せる索引だよ。たとえば文書AとCに「りんご」が入っていれば、「りんご → A,C」と登録する。検索時にはその対応を使って候補を探せるので、毎回すべての文書を最初から読み直す必要を減らせるんだ。

点数は検索語と文書の関連度の目安で、内容が真実かどうかの判定ではないよ。単語の出現頻度、ほかの文書での珍しさ、文書の長さなどを使って計算する。単語を繰り返せば際限なく点が増えるわけでもない。用途に合う検索結果になるか、実際の質問で評価する必要があるんだ。

文章を検索で扱う単語へ分け、必要に応じて表記を正規化するよ。日本語向けにはKuromojiなどがある。索引を作る時と検索語を処理する時で、単語の扱いが合っていないと期待した文書を見つけにくくなる。どんな文章を何で検索するかに合わせて選ぶんだ。