java - 如何通过lucene索引和搜索获取热门词？

Question

我使用 lucene 库来创建索引和搜索。但是现在我想获得前 30 个单词是我文本中出现的大部分单词。我能做什么？

Answer 1

如果您使用的是 Lucene 4.0 或更高版本，您可以使用 HighFreqTerms类，例如:

TermStats[] commonTerms = HighFreqTerms.getHighFreqTerms(reader, 30, "mytextfield");
for (TermStats commonTerm : commonTerms) {
    System.out.println(commonTerm.termtext.utf8ToString()); //Or whatever you need to do with it
}

来自每个TermStats对象，您可以获得频率、字段名称和文本。