Parsing 术语提取：从文本中生成标记

如何获得与相同的结果

这个问题以前已经被问过好几次了

试图用现有的解决方案解决这个问题时，我偶然发现Solr在索引之前对文档执行“文本分析”，如中所述，这也包括词干分析

因此，最终索引将主要由用于描述文档的术语组成

---

是否有提供直接使用的分析器、令牌化器和令牌过滤器的解决方案？如果solr是出路，那么从solr的索引中获取这些数据的最佳方法是什么？

solr是创建自定义搜索引擎的一种方法。它似乎不是这项工作的合适工具。其“外部链接”部分列出了几个用于术语提取的web应用程序。有一个可能有用的工具列表。可能会有帮助。

只需询问解析的术语即可

http://localhost:8983/solr/terms?terms.fl=text&terms.sort=count&terms.limit=-1

看

---

更多信息。

是的，Solr术语将只返回唯一的标记（可能减去一些常用词，并进行词干分析等）。它不会真正告诉你文本中什么是重要的。不管它值多少钱，你都可以通过