文件名称：lean:Lucene文本分析工具
文件大小：50.08MB
文件格式：ZIP
更新时间：2024-05-23 19:56:22
HTML
介绍 LEAN是一组Java工具，用于从文本文档中生成词频矩阵。 LEAN工具旨在与GTRI / GA Tech SmallK软件发行版兼容，该软件发行版消耗术语频率矩阵并执行分层和平面聚类。 LEAN软件发行版目前包含两个工具：DocIndexer和LuceneToMtx。 DocIndexer应用程序以各种格式和编码提取文档，使用用户可配置的Lucene分析器对其进行分析，并生成Lucene反向索引。 LuceneToMtx应用程序读取索引，对术语进行可选过滤，并生成具有匹配字典和文档文件的术语频率矩阵。 #### LEAN的主要功能 Lucene ：Lucene是一个搜索引擎库，具有快速索引功能和许多易于使用的Natural Language Processing扩展。 可伸缩性：Lucene是用于为Apache Solr提供支持的搜索引擎，Apache Solr是一个高度可靠