Jul*_*lia 5 java lucene indexing full-text-search frequency
我需要从几个lucene索引中提取具有最高频率的术语,以便将它们用于某些语义分析.
所以,我想得到可能排名前30的最常见的术语(仍然没有决定阈值,我将分析结果)和他们的每个索引计数.我知道我可能会失去一些精确度,因为可能会丢失重复项,但是现在,让我说我很好.
所以对于提出的解决方案,(不用说可能)速度并不重要,因为我会进行静态分析,我会强调实现的简单性,因为我不熟悉Lucene而且无法围绕它的一些概念. .
我找不到任何类似的代码示例,所以具体建议(代码,伪代码,代码示例的链接......)感谢所有的建议!
谢谢!
看看这个： http://sujitpal.blogspot.com/2009/02/summarization-with-lucene.html
此页面中的类具有computeTopTermQuery您应该能够轻松修改的方法以检查多个索引。