あなたが私を助けてくれることを願っています、ここに私の問題があります:
編集: 再考したので、インデックスから用語を削除する方法があれば、とにかく機能します。それを行う方法はありますか？ある場合は、残りの質問を読む必要はありません。ありがとう！
私がやろうとしていることは次のとおりです。 1 - 標準のストップワードを削除しながら、いくつかのファイルにインデックスを付ける必要があります。2 - その後、すべての用語のドキュメント頻度を数え、df < 2 を持つ用語を削除する必要があります
私がやっている方法：
1 - std ストップワードを削除しながら、indexwriter を使用してファイルのインデックスを作成します。2 - すべての用語の df を数え、ストップワード リストに追加します。3 - 次に、indexwriter を使用してテキストを再度インデックス付けしますが、新しいストップワード リストを使用します。
実際に起こっていること:
初めてインデックスを作成すると、計画どおりに進みます。問題は、もう一度インデックスを作成しようとしたときです。結果はかなり予測不能になります。
1) プログラムを 1 回実行すると、ストップワードに新しい単語が含まれていても、std ストップワードのみが削除されます。
2) プログラムをもう一度実行すると、df < 2 の項が削除されます。
1 回目の索引作成後と 2 回目の索引作成後に、索引内の用語を 2 回印刷します。
2 回目に実行すると、最初の印刷では df < 2 の用語が削除されているように見えます (2 回目のインデックス作成時に df < 2 の用語を追加することに注意してください。そうすべきではありません)。最初の印刷では削除されたように見えます。
説明がわかりにくかったかもしれませんが、わからないことがあれば教えてください。
皆さんが私を助けてくれることを願っています。どうもありがとうございました！