0

我正在尝试获取 Lucene 索引中每个特定文档的最常出现的词频。我正在尝试设置我关心的最常出现的术语的门槛，也许是 20

但是，在调用 Comparator 时，我得到“无法访问 DisplayTermVectors 类型的封闭实例”...

因此，对于这个函数，我传递了每个文档的向量和我想知道的最大顶级术语

protected static Collection getTopTerms(TermFreqVector tfv, int maxTerms){
  String[] terms = tfv.getTerms();   
  int[] tFreqs = tfv.getTermFrequencies();  

  List result = new ArrayList(terms.length); 

  for (int i = 0; i < tFreqs.length; i++) {
    TermFrq tf = new TermFrq(terms[i], tFreqs[i]);
    result.add(tf); 

  }
  Collections.sort(result, new FreqComparator()); 
  if(maxTerms < result.size()){
    result = result.subList(0, maxTerms);
  }
  return result; 
}
/*Class for objects to hold the term/freq pairs*/

static class TermFrq{
   private String term;
   private int freq;

   public TermFrq(String term,int freq){
   this.term = term;
   this.freq = freq;
 }
   public String getTerm(){
   return this.term;
 }
 public int getFreq(){
   return this.freq;
 }
}


/*Comparator to compare the objects by the frequency*/
 class FreqComparator implements Comparator{
  public int compare(Object pair1, Object pair2){
   int f1 = ((TermFrq)pair1).getFreq();
   int f2 = ((TermFrq)pair2).getFreq();

   if(f1 > f2) return 1;
   else if(f1 < f2) return -1;
   else return 0;
  }
}

我将非常感谢解释和更正，如果其他人在词频提取方面有经验并且做得更好，我愿意接受所有建议！

请帮忙！！！！谢谢！

4

1 回答 1

0

我认为您需要制作 TermFrq public static class。

于 2010-05-02T19:22:00.073 回答