计算 SOLR 索引中单词的总频率答案

【问题标题】：Count total frequency of a word in a SOLR index计算 SOLR 索引中单词的总频率
【发布时间】：2016-12-07 22:06:10
【问题描述】：

如果我在 SOLR 索引中搜索一个单词，我会得到包含该单词的文档的文档计数，但如果该单词在文档中包含的次数更多，则每个文档的总计数仍为 1。

我需要计算每个返回的文档在字段中出现搜索词的次数。

我阅读了Word frequency in Solr 和SOLR term frequency 并启用了术语向量组件，但它不起作用。

我以这种方式配置了我的字段：

<field name="text_text" type="textgen" indexed="true" stored="true" termVectors="true" termPositions="true" termOffsets="true" />

但如果我进行以下查询：

http://localhost:8888/solr/sources/select?q=text_text%3A%22Peter+Pan%22&fl=text_text&wt=json&indent=true&tv.tf

我没有任何计数：

{
  "responseHeader":{
    "status":0,
    "QTime":1,
    "params":{
      "fl":"text_text",
      "tv.tf":"",
      "indent":"true",
      "q":"text_text:\"Peter Pan\"",
      "wt":"json"}},
  "response":{"numFound":12,"start":0,"docs":[
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"},
      {
        "text_text":"Text of the document"}]
  }}

我看到“numFound”值为 12，但“彼得潘”一词在所有 12 个文档中出现了 20 次。

请你帮我找出哪里错了吗？

非常感谢！

【问题讨论】：

参数 tv.tf 存在，但可以将空字符串测试为布尔值 false。在您的查询tv=true&tv.tf=true 中尝试使用这些参数。
@Mat ：你得到答案了吗？我也有同样的麻烦。请你帮帮我好吗？
@iNikkz：对不起，我不记得我在哪里使用这个功能，但我有一个模糊的记忆，我没有解决它，我用另一种方式计算了词频，不是直接来自索尔。对不起。
@Mat：好的。谢谢。我有解决方案。试试看。 (I) 总词频 => http://localhost:8983/solr/collection1/spell?q=theq&wt=json&indent=true&fl=ttf(term,the) 和 (II) 词频 => http://localhost:8983/solr/collection1/spell?q=gram:%22ago%22&rows=100&fl=gram,termfreq(gram,ago)

标签： solr word-frequency

【解决方案1】：

我认为首先你的例子是行不通的，因为“彼得潘”不是一个词或术语——它是一个短语。找到短语频率的挑战的一个很好的讨论在这里：

termfreq for a phrase

我会用一个单词而不是一个短语来重试你的例子，看看它是否适合你。

【讨论】：

【解决方案2】：

试试这个在响应中创建词频的结构：

http://localhost:8983/solr/core/select?indent=on&q=solr&fl=field,termfreq("field","term")&wt=json

【讨论】：