在LMJelinekMercerSimilarity中有一种语言模型相似度方法，其实现是：

protected float score(BasicStats stats, float freq, float docLen) {
    return stats.getBoost()
            * (float) Math.log(1 + ((1 - alpha) * freq / docLen)
                            / (alpha * ((LMStats) stats).getCollectionProbability()));
}

此方法是此公式的实现：(1-lambda) * P(w|d) + lambda * P(w|Collection)如果你看看上面的方法和语言模型公式，你会发现它们之间有一点区别，这是因为Lucene的方法将表达式lambda * P(w|Collection)从语言模型公式中分解出来，并创建了一个新的公式：lambda * P(w|Collection) * ( ( (1-lambda) * P(w|d) / lambda * P(w|Collection) ) +1 )，然后它会因为排名的原因删除lambda * P(w|Collection)（它不影响排名），只计算( ( (1-lambda) * P(w|d) / lambda * P(w|Collection) ) +1 )。你可以看到它与上面的方法类似。但有一点不同，那就是对数。在IR社区中，他们使用对数是因为它容易处理，也容易被计算机计算。所以最后的语句是：log ( ( ( (1-lambda) * P(w|d) / lambda * P(w|Collection) ) +1 ) )上面的方法是protected，因此您可以派生该方法并实现您自己的方法。