Lucene中所有索引文档的每字段术语频率

问题描述

| 我正在寻找一种在Lucene的类似字段中查找频率术语的方法。 假设我的字段是给定文档的以下字段： 文件1： / movie / actor / name0：汤姆 / movie / actor / name1：汤姆汤姆 / movie / actor / name2：汤姆汤姆汤姆 / movie / actor / nickname0：汤姆汤姆汤姆 / movie / actor / nickname1：汤姆汤姆 文件2： / movie / actor / name0：汤姆汤姆汤姆 / movie / actor / name1：汤姆 / movie / actor / nickname0：汤姆 文件3： / movie / actor / name0：汤姆 / movie / actor / nickname0：汤姆汤姆 / movie / actor / nickname1：汤姆汤姆汤姆 我想要以下输出： / movie / actor / name：16（所有nameX类型的总和） / movie / actor / nickname：11（与上述算法相同）。 我有一种方法可以有效地遍历所有的nicknameX和nameX，所以我在那里不需要帮助。我需要寻找频率一词的帮助。 现在，对于给定的字段（例如/ movie / actor / name），我首先创建一个新的termdocs，然后遍历/ movie / actor / name0，...，/ movie / actor / namen，并使用第一个字段名和给定的字段值（在上面的示例中，字段值为\“ tom \”），将termdocs的术语设置为该术语，并遍历每个文档计算freq（） 明确地（针对一个字段）：

TermDocs td = is.getIndexReader().termDocs();
for(int i=tmp2; i<=tmp; i++){
      Term thisterm = new Term(distinctf[i],fv);
      td.seek(thisterm);
      while(td.next()){ //loop through <document,frequency> enumeration (all docs in collection)
          sum+=td.freq();
      }
  }
return sum;

unique [i]是第i个不重复字段（例如/ movie / actor / namei） 谢谢！     

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）