search-engine - 获取 Galago 中的词汇表

Question

我正在使用 Galago 检索工具包（Lemur 项目的一部分），我需要有一个集合中所有词汇术语的列表（所有唯一术语）。实际上我需要一个List <String>或者Set <String>我真的很感激让我知道如何获得这样的列表？

Answer 1

`DumpKeysFn' 类似乎给出了集合的所有键（唯一项）。代码应该是这样的：

public static Set <String> getAllVocabularyTerms (String fileName) throws IOException{
    Set <String> result = new HashSet<> ();
    IndexPartReader reader = DiskIndex.openIndexPart(fileName);
    if (reader.getManifest().get("emptyIndexFile", false)) {
        // do something!
    }

    KeyIterator iterator = reader.getIterator();
    while (!iterator.isDone()) {
      result.add(iterator.getKeyString());
      iterator.nextKey();
    }
    reader.close();
    return result;
}