我有兴趣使用Solr分析文档并获取符合特定条件的所有文档的字频率。
我尝试过termVectorComponent，但我只能获得单个文档的术语频率而不是文档组的总数。
例如，给出以下数据：
{
"id": "1",
"category": "cat1",
"includes": "The green car.",
},
{
"id": "2",
"category": "cat1",
"includes": "The red car.",
},
{
"id": "3",
"category": "cat2",
"includes": "The black car.",
}
我希望能够获得每个类别的总学期频数。 例如
<category name="cat1">
<lst name="the">2</lst>
<lst name="car">2</lst>
<lst name="green">1</lst>
<lst name="red">1</lst>
</category>
<category name="cat2">
<lst name="the">1</lst>
<lst name="car">1</lst>
<lst name="black">1</lst>
</category>
我尝试使用facet，但我无法让他们为单个文档组合字数，如上所示。我注意到termVector支持为整个索引中的术语使用提供文档频率，但这对我没用。我只需要文件子集的总频率计数。
有没有人建议如何从Solr / Lucene获取此信息？
提前致谢。