我需要从多个Lucene索引中提取出现频率最高的术语,以便用于一些语义分析。因此,我想获取大约前30个出现最多的术语(仍未确定阈值,我将分析结果)及其每个索引的计数。我知道可能会因为重复而失去一些精度,但目前来说,我可以接受这种情况。
对于所提出的解决方案,速度并不重要,因为我将进行静态分析,我会注重实现的简单性,因为我不太熟悉Lucene,并且无法理解一些概念。
我找不到类似的代码示例,所以所有具体建议(代码,伪代码,代码示例链接...)都将不胜感激!
谢谢!
对于所提出的解决方案,速度并不重要,因为我将进行静态分析,我会注重实现的简单性,因为我不太熟悉Lucene,并且无法理解一些概念。
我找不到类似的代码示例,所以所有具体建议(代码,伪代码,代码示例链接...)都将不胜感激!
谢谢!