Lucene TermPositionVector 和检索索引位置的术语答案

【问题标题】：Lucene TermPositionVector and retrieving terms at index locationsLucene TermPositionVector 和检索索引位置的术语
【发布时间】：2010-08-20 05:11:23
【问题描述】：

我一直在为这个问题的答案而疯狂，但我仍然在黑暗中：

我正在使用

int[] getTermPositions(int index)

我有一个 TermPositionVector 的字段（已设置为存储偏移量和位置）来获取我有兴趣在上下文中突出显示为关键字的术语的术语位置。

问题：这些位置对应什么？显然不是

String[] getTerms()

由 TermFreqVector 接口返回，因为它只包含我的术语的原始计数。

我正在寻找一种方法来获取我的字段的“标记化”数组，这样我就可以在getTermPositions(int index) 返回的索引值周围提取周围的术语

帮助？非常感谢。

【问题讨论】：

标签： indexing lucene keyword

【解决方案1】：

int[] getTermPositions(int index)

返回术语 i 的术语位置数组。您可以使用 i 获取索引

int indexOf(String term)

TermFreqVector 的方法。术语位置是给定术语出现的位置（以术语为单位）。例如，

// source text:
// term position 0   1     2     3   4     5    6   7    8
//               the quick brown fox jumps over the lazy dog

// terms:
// term index 0     1   2   3    4    5    6     7
//            brown dog fox jump lazy over quick the

// Suppose we want to find the positions where "the" occurs

int index = termPositionVector.indexOf("the"); // 7
int positions = termPositionVector.getTermPositions(index); // {0, 6}

【讨论】：

我已经做到了这一点，但是现在如果我想获取源中位置 5 和 7 的单词，以便我可以输出在上下文中显示“the”的“over the lazy”，该怎么办？

【解决方案2】：

好吧，这将完成我想要的：

http://lucene.apache.org/java/3_0_2/lucene-contrib/index.html#highlighter

【讨论】：