從Lucene索引中獲取最高頻率項

我需要從幾個lucene索引中提取出具有最高頻率的項，以便將它們用於某些語義分析。因此，我想得到可能是前30名最常發生的術語（仍然沒有決定門檻，我將分析結果）和他們的每個索引計數。我知道我可能因爲潛在的重複刪除而失去一些精確度，但現在，讓我說我沒問題。（不用說也許）速度並不重要，因爲我會做靜態分析，所以我會重點放在簡單的的實現上，因爲我對Lucene不太熟練，並且不能理解我的想法周圍的一些概念..從Lucene索引中獲取最高頻率項

我找不到任何類似的代碼示例，所以所有具體的建議（代碼，僞代碼，代碼示例的鏈接...）欣賞所有的建議！

謝謝！

來源

2010-05-12 Julia

看一看這樣的： http://sujitpal.blogspot.com/2009/02/summarization-with-lucene.html

類在本頁面已經computeTopTermQuery方法，你應該能夠輕鬆地改造爲去在多個索引。

來源

2010-05-12 19:43:16 mindas

Thanx！正是我需要的！ – Julia 2010-05-13 09:04:30

嗨，你好！我使用lucene 4.4，所以它沒有terms（）方法？請幫幫我！ – Thangnv 2013-10-06 11:48:23

@Thangnv您可能想要爲此打開一個單獨的線程，或者通過電子郵件發送Lucene Java郵件列表。我手頭沒有Lucene 4.4。而這些日子時間一直很短缺; --( – mindas 2013-10-06 20:26:22

一個非常簡單的方法是使用Luke。在「概覽」標籤上，有一個「顯示頂部條款」按鈕，可用於您的需要。

來源

2010-05-12 19:29:56

就是這樣。你可以複製粘貼或者甚至導出結果。 – 2010-05-12 21:34:04

+1，如果你想運行你自己的代碼盧克的代碼告訴你如何.... – Mikos 2010-05-13 01:36:47

從Lucene索引中獲取最高頻率項

回答

相關問題