Lucene 常用关键字/短语

我通过PHP使用Solr搜索我网站的所有方面。我正在尝试实现一个功能，但找不到有关如何实现它的任何信息

我有一组文档（评论），每个文档都是关于特定产品的

我想找到在单个产品的多个评论中出现的唯一1-2个单词的关键字（没有停止词），并计算它们出现在多个评论中的次数

一旦我有了这些，我想显示前X个关键词，它们在评论中的数量，以及每个关键词的单个顶部评论突出显示了该关键词的使用

编辑：

一旦我有了一个在多个评论中出现的唯一（不间断词/常用词）关键词列表，我想根据它们在评论中出现的次数对它们进行排名。例如，如果人们正在撰写有关相机的评论，则关键字可能如下所示：

昂贵（出现在7篇评论中） 快门速度（出现在5个评论中） 形象不佳（出现在3篇评论中）

一旦我有了按评论数量排列的关键词，我想为每个关键词选择一个评论，并显示突出显示该关键词的那些评论。例如：

“…不幸的是，这款相机太贵了，你买不到…”（7篇评论） “…快门速度对于…”来说太慢了（在5篇评论中） “…较差的图像质量是相机最大的缺点…”（在3篇评论中）

至于什么时候运行这个，我还不确定。可能是实时的（当您查看一个产品，然后缓存X时间），每当发布新评论时，标记要更新的产品，或在cronjob日报上，等等。它不会一次针对所有关键字运行，而是针对单个产品的所有评论中的所有关键字运行。然后对每种产品重复

希望这更有意义

---

对于如何在Solr中完成此任务的任何帮助，我们将不胜感激。

此任务并不特别适合Solr。使用solr所获得的唯一好处是词干/停止字支持，如果在本地算法中实现，这将快得多。我将在数据库中创建一个新表，用于“review_keyword”将评论映射到关键字singleton和pairs。插入新评论时，还要为评论中的每个关键字添加一个到单独行的映射（这就是词干/停止词的作用）。当您要查找某个产品的评论时，可以在此表中运行联接选择，以获取该产品评论中的顶级关键字以及该集合中的评论。根据您的使用情况，最好在更新时运行，而不是在查询时运行。

这看起来像是文本解析器的工作，而不是solr。您可能需要一个python脚本（因为它有很好的文本解析libs），用于查看评论中的所有单词，然后给出每个评论（或所有评论）中出现频率最高的单词及其计数。然后，您可以在这些最常见的词的两侧索引几个词，并为您的文档（本例中的产品）创建一个摘要，然后在Solr中将其索引，作为搜索结果的一部分返回。

我觉得您要查找的是。您可以使用它生成单字图/双字图（可能带有一个copyfield）然后获取这些令牌的统计信息以生成接口

你能澄清一下这个问题吗？你的第四段对我来说毫无意义。你如何定义top？哪个突出显示？是否要同时对所有关键字运行此操作？