Tag: lucene

如何在Lucene 3.0.2中索引和搜索文本文件？

我是Lucene的新手，我在创建简单的代码来查询文本文件集时遇到了一些问题。 我试过这个例子 ，但是与新版本的Lucene不兼容。 UDPATE： 这是我的新代码 ，但它仍然无法正常工作。

你如何在.net上运行Lucene？

Lucene是一个优秀的搜索引擎，但.NET版本是官方Java版本的背后（最新的稳定.NET版本是2.0，但最新的Java Lucene版本是2.4，它具有更多function）。 你怎么解决这个问题？

使用Lucene计算类别中的结果

我正在尝试使用Lucene Java 2.3.2在产品目录上实现搜索。 除了产品的常规字段外，还有一个名为“类别”的字段。 产品可以分为多个类别。 目前，我使用FilteredQuery在每个类别中搜索相同的搜索词，以获得每个类别的结果数。 这导致每个查询20-30个内部搜索调用以显示结果。 这大大减慢了搜索速度。 使用Lucene有更快的方法来实现相同的结果吗？

如何索引lucene中的pdf，ppt，xl文件（基于java或python或php中的任何一个都可以）？

此外，我想知道如何在索引时添加元数据，以便我可以提升一些参数

如何在我的Lucene应用程序中使用ASCIIFoldingFilter？

我有一个标准的Lucene应用程序，可以从索引中搜索。 我的索引包含很多法语术语，我想使用ASCIIFoldingFilter。 我做了很多搜索，我不知道如何使用它。 构造函数接受一个TokenStream对象，当你发送一个字段时，我是否在分析器上调用检索TokenStream的方法？ 那我该怎么办？ 有人能指出我正在使用TokenFilter的例子吗？ 谢谢。

Lucene Porter Stemmer不公开

如何在Lucene 3.6.2中使用Porter Stemmber类？ 这是我有的： import org.apache.lucene.analysis.PorterStemmer; … PorterStemmer stemmer = new PorterStemmer(); term = stemmer.stem(term); 我被告知：在org.apache.lucene.analysis中，PorterStemmer不公开; 无法从外包装进入。 编辑：我也广泛阅读有关使用Snowball的内容，但不鼓励这样做。 什么是在Java中使用Lucene的正确方法？

Java中数据规范化的拼写校正

我正在寻找一个Java库来对用户生成的文本内容进行初始拼写检查/数据规范化，想象一下在Facebook个人资料中输入的兴趣。 此文本将在某个时刻（在拼写纠正之前或之后，无论哪种方式更好）被标记化，并且其中一些用作搜索（完全匹配）的键。 减少拼写错误等会产生更多匹配会很不错。 如果校正在令牌上的表现要好于一个单词，那就更好了，例如“喝咖啡”会变成“喝咖啡”而不是“喝咖啡”。 我找到了以下用于拼写纠正的Java库： JAZZY似乎没有积极发展。 此外，由于在社交网络配置文件和多字令牌中使用非标准语言，基于字典距离的方法似乎不合适。 APACHE LUCENE似乎有一个统计拼写检查器应该更合适。 这里的问题是如何创建一个好的字典？ （否则我们不使用Lucene，因此没有现有索引。） 欢迎任何建议！

如何计算文档集的术语频率？

我有一个带有以下文件的Lucene-Index： doc1 := { caldari, jita, shield, planet } doc2 := { gallente, dodixie, armor, planet } doc3 := { amarr, laser, armor, planet } doc4 := { minmatar, rens, space } doc5 := { jove, space, secret, planet } 所以这5个文件使用了14个不同的术语： [ caldari, jita, shield, planet, gallente, dodixie, armor, amarr, laser, minmatar, rens, jove, space, […]

如何使用加权函数对多个字段的搜索结果进行排序？

我有一个Lucene索引，其中每个文档都有几个包含数值的字段。 现在我想根据该字段的加权和对搜索结果进行排序。 例如： field1=100 field2=002 field3=014 加权函数看起来像： f(d) = field1 * 0.5 + field2 * 1.4 + field3 * 1.8 结果应按f（d）排序，其中d代表文件。 排序function应该是非静态的，并且可能因搜索到搜索而不同，因为常量因素受执行搜索的用户的影响。 有谁知道如何解决这个问题，或者想知道如何以另一种方式实现这一目标？

solrj：如何通过索引中的多值字段存储和检索List

我的用例是一个包含在线媒体标题的索引。 数据提供者将类别列表与每个标题相关联。 我正在使用SolrJ通过带注释的POJO类填充索引 例如 @Field(“title”) private String title; @Field(“categories”) private List categoryList; 相关的POJO是 public class Category { private Long id; private String name; … } 我的问题有两个部分： a）这可能通过SolrJ – 文档只包含一个使用List of String的@Field的例子，所以我假设序列化/编组只支持简单类型？ b）如何设置架构来保存它。 我有一个天真的假设我只需要在必填字段上设置multiValued = true它将全部通过魔法工作。 我刚刚开始实施这一点，所以任何回复都将受到高度赞赏。