哪些单词在索引字段中最常见？

Question

我怎样才能向Solr查询最常见的索引词？例如，给出每个文档的这些字段：

• 有一位女士确信所有的闪闪发光都是黄金。
• 黄金比白银更有价值。
• 这位女士戴着金手镯。

我希望Solr以任何格式返回给我以下输出：

• gold（3）
• lady（2）
• （2）//作为一个停止词，这不是必要的
• ...

感谢。

Answer 1

使用luke请求处理程序

http://wiki.apache.org/solr/LukeRequestHandler

示例：

http://localhost:8983/solr/admin/luke?fl=Your_Indexed_Field&numTerms=500

Answer 2

Terms Component似乎非常适合这项任务。以下是一篇关于Self Updating Solr Stopwords的文章，该文章使用条款组件查找1000个最常见的索引词并将其添加到停用词文件中。

查找1000个索引关键字（按频率降序排序）：

http://url.to.solr/solr/terms?terms.fl=MY_FIELD&terms.limit=1000

Answer 3

据我所知，这并不是Solr的用例，但可以通过刻面来完成。但不保证性能。确保您的字段设置为正确标记，然后照常运行查询，但最后使用以下附加参数：

&facet=true&facet.field=yourfield

将yourfield替换为您存储数据的字段的名称。