solr - 计算SOLR索引中单词的总频率

Question

如果我在 SOLR 索引中搜索一个词，我会得到包含该词的文档的文档计数，但如果该词在文档中包含更多次，则每个文档的总计数仍然为 1。

我需要计算每个返回的文档在字段中搜索单词的次数。

我读了 Word frequency in Solr和 SOLR term frequency我启用了术语向量组件，但它不起作用。

我以这种方式配置了我的字段:

<field name="text_text" type="textgen" indexed="true" stored="true" termVectors="true" termPositions="true" termOffsets="true" />

但是，如果我进行以下查询:

http://localhost:8888/solr/sources/select?q=text_text%3A%22Peter+Pan%22&fl=text_text&wt=json&indent=true&tv.tf

我没有任何数:

{
  "responseHeader":{
    "status":0,
    "QTime":1,
    "params":{
      "fl":"text_text",
      "tv.tf":"",
      "indent":"true",
      "q":"text_text:\"Peter Pan\"",
      "wt":"json"}},
  "response":{"numFound":12,"start":0,"docs":[
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"}]
  }}

我看到“numFound”值为 12，但“彼得潘”一词在所有 12 个文档中出现了 20 次。

你能帮我找出我错在哪里吗？

非常感谢!

Answer 1

我认为首先你的例子是行不通的，因为“彼得潘”不是一个词或术语——它是一个短语。关于寻找短语频率的挑战的一个很好的讨论在这里:

termfreq for a phrase

我会用一个单词而不是短语重新尝试你的例子，看看它是否适合你。