MyException - 我的异常网
当前位置:我的异常网» 开源软件 » lucene-相干概念与定义

lucene-相干概念与定义

www.MyException.Cn  网友分享于:2013-08-01  浏览:9次
lucene-相关概念与定义

 

  • 原文: http://wiki.apache.org/lucene-java/ConceptsAndDefinitions
  • 导航:Lucene-java Wiki-》1 Overview-》1.1 Informational-》 1.1.2 ConceptsAndDefinitions
  • 注意:“ 红色 ”,表示不知道、不确定怎么翻译。  “ 蓝色”自己的描述。

这里主要描述了一些Lucene的相关概念和定义

 

定义

 

Analyzer  - 用于在分析文本,英语和拉丁语系通常用StandardAnalyzer 。编制索引的文本Lucene的类。大多数应用程序可以使用英语和拉丁语的语言StandardAnalyzer。

 

Payloads(有效载荷) - payload 是一个字节数组(array of bytes),用于存储term的位置。

 

Snowball Stemmers(雪球词干分析器 ) --Snowball Stemmers是lucene引入的词干分析器之一。 更多信息请参看 nowball website 。

 

Stemmer (词干分析器 - 以下解释来自于维基:“这种算法用来降低干扰词、同义词的影响……,以用于降低索引大小……” 。这一段原文如下:

 

 

"A stemming algorithm, or stemmer, is a computer program or algorithm for reducing inflected (or sometimes derived) words to their stem, base or root form — generally a written word form." Stemmers are often used to reduce the search space and index size. Often times a user searching for "widgets" is interested in documents that contain the term "widget".
 

 

 

核心类

 

Document

A Lucene Document is a record in the index. A Document has a list of fields; each field has a name and a textual value.

 

Term

A Term is Lucene's unit of indexing. In western languages, a Term is often a word.

 

TermEnum

TermEnum 通常用于统计某个field中的term个数,但不考虑这些term出现在哪个document中。

 

一些查询子类就是通过对比terms 来实现查询的,例如: WildcardQuery,PrefixQuery, RangeQuery.

 

 

 

原文

TermEnum is used to enumerate all terms in the index for a given field, regardless of which documents the terms occur in (or where they occur).

Some query subclasses are implemented by enumerating terms that match a pattern, and building a large OR query from the enumeration. E.g. WildcardQuery,PrefixQuery, RangeQuery.

See LuceneFAQ, How do I retrieve all the values of a particular field that exists within an index, across all documents? which also includes sample code.

 

 

 

TermDocs

不像TermEnum (see above), TermDocs 通常用于确定哪些文档包括给定的Term。另外,TermDocs 也提供了term 在文档中出现的频率。

 

TermFreqVector

A TermFreqVector (aka Term Frequency Vector or just Term Vector) is a data structure containing a given Document's term and frequency information and can be retrieved from the IndexReader only when Term Vectors are stored during indexing.

 

TermFreqVector 是一个包含 given Document's term 和**的数据结构。

 

 原文
TermFreqVector (aka Term Frequency Vector or just Term Vector) is a data structure containing a given Document's term and frequency information and can be retrieved from the IndexReader only when Term Vectors are stored during indexing.
 

Directory

 

IndexReader

 

IndexSearcher

 

文章评论

Java 与 .NET 的平台发展之争
Java 与 .NET 的平台发展之争
每天工作4小时的程序员
每天工作4小时的程序员
旅行,写作,编程
旅行,写作,编程
程序员的一天:一寸光阴一寸金
程序员的一天:一寸光阴一寸金
程序员都该阅读的书
程序员都该阅读的书
60个开发者不容错过的免费资源库
60个开发者不容错过的免费资源库
那些争议最大的编程观点
那些争议最大的编程观点
程序员周末都喜欢做什么?
程序员周末都喜欢做什么?
程序猿的崛起——Growth Hacker
程序猿的崛起——Growth Hacker
Web开发者需具备的8个好习惯
Web开发者需具备的8个好习惯
Java程序员必看电影
Java程序员必看电影
中美印日四国程序员比较
中美印日四国程序员比较
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
要嫁就嫁程序猿—钱多话少死的早
要嫁就嫁程序猿—钱多话少死的早
一个程序员的时间管理
一个程序员的时间管理
十大编程算法助程序员走上高手之路
十大编程算法助程序员走上高手之路
鲜为人知的编程真相
鲜为人知的编程真相
做程序猿的老婆应该注意的一些事情
做程序猿的老婆应该注意的一些事情
科技史上最臭名昭著的13大罪犯
科技史上最臭名昭著的13大罪犯
我是如何打败拖延症的
我是如何打败拖延症的
如何成为一名黑客
如何成为一名黑客
写给自己也写给你 自己到底该何去何从
写给自己也写给你 自己到底该何去何从
“肮脏的”IT工作排行榜
“肮脏的”IT工作排行榜
10个帮程序员减压放松的网站
10个帮程序员减压放松的网站
Web开发人员为什么越来越懒了?
Web开发人员为什么越来越懒了?
代码女神横空出世
代码女神横空出世
老程序员的下场
老程序员的下场
10个调试和排错的小建议
10个调试和排错的小建议
 程序员的样子
程序员的样子
看13位CEO、创始人和高管如何提高工作效率
看13位CEO、创始人和高管如何提高工作效率
编程语言是女人
编程语言是女人
我的丈夫是个程序员
我的丈夫是个程序员
“懒”出效率是程序员的美德
“懒”出效率是程序员的美德
5款最佳正则表达式编辑调试器
5款最佳正则表达式编辑调试器
程序员眼里IE浏览器是什么样的
程序员眼里IE浏览器是什么样的
初级 vs 高级开发者 哪个性价比更高?
初级 vs 高级开发者 哪个性价比更高?
漫画:程序员的工作
漫画:程序员的工作
我跳槽是因为他们的显示器更大
我跳槽是因为他们的显示器更大
为啥Android手机总会越用越慢?
为啥Android手机总会越用越慢?
程序员和编码员之间的区别
程序员和编码员之间的区别
团队中“技术大拿”并非越多越好
团队中“技术大拿”并非越多越好
不懂技术不要对懂技术的人说这很容易实现
不懂技术不要对懂技术的人说这很容易实现
亲爱的项目经理,我恨你
亲爱的项目经理,我恨你
当下全球最炙手可热的八位少年创业者
当下全球最炙手可热的八位少年创业者
总结2014中国互联网十大段子
总结2014中国互联网十大段子
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有