我需要从几个 lucene 索引中提取频率最高的术语，以将它们用于一些语义分析。
所以，我想获得前 30 个最常出现的术语（仍然没有决定阈值，我将分析结果）和它们的每个索引计数。我知道我可能会因为潜在地丢弃重复而失去一些精度，但现在，可以说我可以接受。
因此，对于提出的解决方案，（不用说也许）速度并不重要，因为我会进行静态分析，我会强调实现的简单性，因为我对 Lucene 不太熟练，并且无法围绕它的一些概念来思考。 .
我找不到任何类似的代码示例，所以所有具体的建议（代码、伪代码、代码示例的链接......）感谢所有的建议！
谢谢！