Lucene索引中的单词重要性

嗯,我需要知道 重要的是整个文档集合中的单词 那就是 在Lucene索引中索引 . 我需要提取一些“可代表的词”,让我们说一些共同的概念,可以代表整个集合。或集合“关键字”。我做了全文索引,我使用的唯一字段是文本内容,因为文档的标题大多不可表示(数字、代码等)。

编辑: 我正在阅读索引,其中可能包含60个文档…

 int numDocs = fReader.numDocs();
 while(termEnum.next())
    {
        Term term = termEnum.term();
        double df = fReader.docFreq(term); 

       TermDocs termDocs = indexReader.termDocs(term);

    //HERE is what i mean when i say tfidf is per document,

             while(termDocs.next())
            {
               double tf = termDocs.freq();
               // Calculate tfidf.......
            }

            termDocs.close();

}

所以,我将得到这个术语的tfidf,但是对于我们循环使用的每个文档。我不需要这些结果:

tfidf(术语1,文档1);

tfidf(术语1,文档2);

tfidf(术语1,文档3); 等等。
我需要在收藏中衡量这个词的重要性。凭直觉,这就像“如果术语“term1”在5个文档中有好的tfidf,那么它很重要”

但是,当然,更聪明的事情:)

谢谢您!!!!