Java 在Lucene分类器中使用多个叶子

我正在尝试使用lucene中的KNearestNeighbour分类器。文档分类器在其构造函数中接受一个leafReader，用于训练分类器。 问题是，我用来训练分类器的索引有多个叶子。但是该类的构造函数只接受一个叶，并且我找不到将剩余的叶读取器添加到该类的进程。我可能错过了什么。有谁能帮我解决这个问题吗

以下是我当前使用的代码：

    FSDirectory index = FSDirectory.open(Paths.get(indexLoc));
    IndexReader reader = DirectoryReader.open(index);
    LeafReaderContext leaf = leaves.get(0);
    LeafReader atomicReader = leaf.reader();
    KNearestNeighborDocumentClassifier knn = new KNearestNeighborDocumentClassifier(atomicReader, BM25, null, 10, 0, 0, "Topics", field2analyzer, "Text");

---

叶子代表你索引的每一部分。在性能和资源使用方面，您应该迭代叶子，为每个片段运行分类，并累积结果

for (LeafReaderContext context : indexReader.getContext().leaves()) {
  LeafReader reader = context.reader();
  // run for each leaf
}

如果这是不可能的，您可以使用

SlowCompositeReaderWrapper

，顾名思义，它可能会非常慢，因为它会动态聚合所有树叶

LeafReader singleLeaf = SlowCompositeReaderWrapper.wrap(indexReader);
// run classifier on singleLeaf

根据您的Lucene版本，它位于Lucene core或Lucene misc中（我认为是Lucene 6.0之后）。此外，此类已弃用，并计划在Lucene 7.0中删除

---

第三个选项可能是运行

forceMerge（1）

，直到您只有一个段，并且可以使用单个叶进行此操作。但是，强制合并到单个段还有其他问题，可能不适用于您的用例。如果数据只写一次，然后仅用于读取，则可以使用forceMerge。如果您有定期更新，您将不得不使用第一个选项并自己聚合分类结果。

我使用的是lucene 6.3。第一种方法对我来说不是一种选择，因为我必须同时训练分类器，聚合将不可能。“SlowCompositeReaderWrapper”似乎是目前可行的选择。谢谢