如何从Lucene的特定字段中获取唯一术语列表？

如何从Lucene的特定字段中获取唯一术语列表？

您正在寻找术语向量（字段中所有单词的集合以及每个单词的使用次数，不包括停用词）。您将对索引中的每个文档使用IndexReader的getTermFreqVector（docid，field），并在其中填充

HashSet

。

替代方法是使用term（）并仅选择您感兴趣的字段的术语：

IndexReader reader = IndexReader.open(index);TermEnum terms = reader.terms();Set<String> uniqueTerms = new HashSet<String>();while (terms.next()) {        final Term term = terms.term();        if (term.field().equals("field_name")) {     uniqueTerms.add(term.text());        }}

这不是最佳解决方案，您正在阅读然后丢弃所有其他字段。

Fields

Lucene
4中有一个类，仅返回单个字段的term（field）。