根据我的理解，Lucene贡献目录中的演示IndexFiles示例将创建从文档术语到相应文档路径名的反向索引。
我想知道是否有办法将每个文档中的术语频率添加到索引中。
换句话说（如果我理解这一点），原始映射： 术语 - ＆gt; （文件的路径名）列表 术语 - ＆gt;列表（文档的路径名，该文档中的术语频率）
有没有办法实现这个目标？目前，我通过在java中打开每个文档路径名来计算术语频率，然后计算术语。由于可能有数百个文档需要打开和处理，因此会产生巨大的开销。
答案 0 :(得分：0)
Lucene通常会存储术语频率，也可以存储术语偏移和位置。频率信息存储在扩展名为“frq”的文件中，因此如果您在索引文件夹中有这个，则存储术语频率。
你没有说出你关心的原因，或者你想对频率做些什么。通常Lucene使用它们来计算查询的相关性分数。如果您想要原始频率，另一个问题将讨论如何检索它们：Get term frequencies in Lucene