Java 在Lucene 4中访问术语统计信息

我有一个Lucene索引，我需要访问一些统计数据，比如术语收集频率

BasicStats

类包含此信息，但是，我无法理解此类是否可访问

---

可以在Lucene 4中访问

BasicStats

类吗？

BasicStats

本身对您没有多大帮助。它所做的只是为你保留价值，它没有任何获取信息的智慧

BasicStats

旨在由

Similarity

实现使用，该实现生成要放入其中的所有信息。它在

SimilarityBase

中用于执行此操作的方法受到保护，但我们可以利用那里的代码。要填充

基本测试

，您还需要一个

集合统计

和一个

术语统计

，但真正需要的是您感兴趣的

术语

，以及一个

索引阅读器

：

public static BasicStats getBasicStats(IndexReader indexReader, Term myTerm, float queryBoost) throws IOException {
    String fieldName = myTerm.field();

    CollectionStatistics collectionStats = new CollectionStatistics(
            "field",
            indexReader.maxDoc(),
            indexReader.getDocCount(fieldName),
            indexReader.getSumTotalTermFreq(fieldName),
            indexReader.getSumDocFreq(fieldName)
            );

    TermStatistics termStats = new TermStatistics(
            myTerm.bytes(),
            indexReader.docFreq(myTerm),
            indexReader.totalTermFreq(myTerm)
            );

    BasicStats myStats = new BasicStats(fieldName, queryBoost);
    assert collectionStats.sumTotalTermFreq() == -1 || collectionStats.sumTotalTermFreq() >= termStats.totalTermFreq();
    long numberOfDocuments = collectionStats.maxDoc();

    long docFreq = termStats.docFreq();
    long totalTermFreq = termStats.totalTermFreq();

    if (totalTermFreq == -1) {
      totalTermFreq = docFreq;
    }

    final long numberOfFieldTokens;
    final float avgFieldLength;

    long sumTotalTermFreq = collectionStats.sumTotalTermFreq();

    if (sumTotalTermFreq <= 0) {
        numberOfFieldTokens = docFreq;
        avgFieldLength = 1;
    } else {
        numberOfFieldTokens = sumTotalTermFreq;
        avgFieldLength = (float)numberOfFieldTokens / numberOfDocuments;
    }

    myStats.setNumberOfDocuments(numberOfDocuments);
    myStats.setNumberOfFieldTokens(numberOfFieldTokens);
    myStats.setAvgFieldLength(avgFieldLength);
    myStats.setDocFreq(docFreq);
    myStats.setTotalTermFreq(totalTermFreq);

    return myStats;
}

publicstats-staticbasicstats-getBasicStats（IndexReader-IndexReader，Term-myTerm，float-queryBoost）抛出IOException{
字符串fieldName=myTerm.field（）；
CollectionStatistics collectionStats=新的CollectionStatistics(
“字段”，
index reader.maxDoc（），
indexReader.getDocCount（字段名），
indexReader.getSumTotalTermFreq（字段名），
indexReader.getSumDocFreq（字段名）
);
TermStatistics termStats=新的TermStatistics(
myTerm.bytes（），
indexReader.docFreq（myTerm），
indexReader.totalTermFreq（myTerm）
);
BasicStats myStats=新的BasicStats（字段名，查询boost）；
断言collectionStats.sumTotalTermFreq（）==-1 | | collectionStats.sumTotalTermFreq（）>=termStats.totalTermFreq（）；
long numberOfDocuments=collectionStats.maxDoc（）；
long docFreq=termStats.docFreq（）；
long totalTermFreq=termStats.totalTermFreq（）；
如果（totalTermFreq==-1）{
totalTermFreq=docFreq；
}
最终长数字段标记；
最终浮动平均场长；
long-sumTotalTermFreq=collectionStats.sumTotalTermFreq（）；
如果（sumTotalTermFreq谢谢！queryBoost

参数的值应该是多少？假设我对单个术语的统计信息感兴趣。@EladKravi-这是应用于查询中术语的增强。记住，

BasicStats

类的目的是跟踪相似性impl的数据，所以它使用这些统计信息来计算分数。嗯，应该把它变成一个浮点数，实际上。。。