哪些单词在索引字段中最常见？

Question

我如何查询Solr最常见的索引词？例如,给定每个文档的这些字段:

• 有一位女士确信所有的闪闪发光都是黄金.
• 黄金比白银更值钱.
• 这位女士戴着金手镯.

我希望Solr以任何格式返回给我以下输出:

• 金(3)
• 女士(2)
• (2)//作为一个停止词,这不是必要的
• ...

谢谢.

Answer 1

使用luke请求处理程序

http://wiki.apache.org/solr/LukeRequestHandler

例:

http://localhost:8983/solr/admin/luke?fl=Your_Indexed_Field&numTerms=500

Answer 2

条款组件似乎非常适合这项任务。这是一篇关于自我更新 Solr 停用词的文章，其中使用术语组件查找 1000 个最常见的索引词并将它们添加到停用词文件中。

查找 1000 个索引关键字（按频率降序排序）：

http://url.to.solr/solr/terms?terms.fl=MY_FIELD&terms.limit=1000