文档中术语的频率

Question

我已经通过lucene索引了一组文本文件。另外，我已经存储了TermVectors。但是我想知道O（1）中某些文档中某些术语的频率。有可能吗？

我的意思是，是否有函数（术语术语，整数 docNum ），它返回 术语的频率文档 docNum 中的 ？

Answer 1

没有现成的功能，你必须编写一些代码。首先使用IndexReader.termDocs（Term）。这将为您提供一个TermDocs实例，通常是Lucene，一个类似Cursor的对象。现在调用TermDocs.skipTo（int），然后调用TermDocs.next（），然后调用TermDocs.freq（）。如果您在开始时确定您的文档包含您的术语，就是这样;否则在每一步后检查是否可以继续。 Javadocs为所涉及的每一步都写得很好。