java - lucene インデックスと検索で上位の単語を取得するにはどうすればよいですか?

Question

索引の作成と検索には lucene ライブラリを使用しました。しかし今、トップ30の単語を取得したいのは、私のテキストに出てくるほとんどの単語です. 私に何ができる？

Answer 1

Lucene 4.0 以降を使用している場合は、次のHighFreqTermsようなクラスを使用できます。

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
}

各TermStatsオブジェクトから、頻度、フィールド名、およびテキストを取得できます。