Solr中的词频

Question

我正在尝试使用solr获得单词的频率。当我给这个查询：

localSolr/solr/select?q=someQuery&rows=0&facet=true&facet.field=content&wt=xml

solr给我类似的频率；

<lst name="facet_counts">
<lst name="facet_queries"/>
<lst name="facet_fields">
<lst name="content">
<int name="word1">24</int>
<int name="word2">12</int>
<int name="word3">8</int>

但是当我数数单词时；我发现word2的实际计数值为13。Solr在字段中将相同的单词计数为1。

例如;

字段文字包括；word2 word5 word7 word9 word2。Solr不返回word2的计数2，而是返回1。它为下面两个句子的word2计数返回1；

word2 word10 word11 word12
word2 word9 word7 word2 word23

因此频率返回错误。我检查了构面字段，但没有找到合适的参数。我该如何解决它，使句子中的单词数相同？

编辑：schema.xml的相关部分：

<fieldType name="text_tr" class="solr.TextField" positionIncrementGap="100">
    <field name="content" type="text_tr" stored="true" indexed="true" multiValued="true"/>
    <copyField source="content" dest="text"/>
    <field name="text" type="text_tr" stored="false" indexed="true" multiValued="true"/>

Answer 1

如果您要针对的字段是多值字段，则方面中的每个单词都会获得正确的计数

我忘了提一件事：术语向量组件将带您到需要的地方

在查询中， tv.tf 将为您提供每个术语的术语频率，而 tv.fl 告诉solr应在哪个字段上计算频率

注意， 这会使您的索引编制时间比现在慢（又称：您必须尝试一下）