我有兴趣使用 Solr 分析文档并获取与特定条件匹配的所有文档的词频。
我尝试了 termVectorComponent 但我只能获得单个文档的词频，而不是文档组的总数。
例如给出以下数据：
{
"id": "1",
"category": "cat1",
"includes": "The green car.",
},
{
"id": "2",
"category": "cat1",
"includes": "The red car.",
},
{
"id": "3",
"category": "cat2",
"includes": "The black car.",
}
我希望能够获得每个类别的总词频计数。例如
<category name="cat1">
<lst name="the">2</lst>
<lst name="car">2</lst>
<lst name="green">1</lst>
<lst name="red">1</lst>
</category>
<category name="cat2">
<lst name="the">1</lst>
<lst name="car">1</lst>
<lst name="black">1</lst>
</category>
我尝试使用构面，但无法让它们组合单个文档的字数，如上所示。我注意到 termVector 支持为整个索引中使用的术语提供了文档频率，但这对我没有用。我只需要文档子集的总频率计数。
有人对如何从 Solr/Lucene 获取这些信息有建议吗？
提前致谢。