从Lucene索引获得最高频率条款
我需要从几个lucene索引中提取具有最高频率的术语 ，以便将它们用于某些语义分析。
所以，我想得到可能排名前30位的最常见的术语（仍然没有决定阈值，我将分析结果）和他们的每个索引计数。 我知道我可能会失去一些精确度，因为可能会丢失重复，但就目前而言，让我说我很好。
所以对于提出的解决方案，（不用说可能）速度并不重要，因为我会进行静态分析，我会强调实现的简单性 ，因为我不熟悉Lucene并且无法围绕它的一些概念。 。
我找不到任何类似的代码示例，所以具体建议（代码，伪代码，代码示例的链接……）感谢所有的建议！
谢谢！
看看这个： http ： //sujitpal.blogspot.com/2009/02/summarization-with-lucene.html
此页面中的类具有computeTopTermQuery方法，您应该可以轻松地对其进行改进以便遍历多个索引。
一个非常简单的方法是使用Luke 。 在“概览”标签上，有一个“显示顶级字词”按钮，可用于您需要的内容。