减小索引格式的大小：文本
Reduce the size of an index format : text
你好，我有一个倒排索引格式的文本，格式如下：
term document1 , document2 poids1 poids2
我想缩小他的尺寸 我必须缩小文件的名称，例如
文档 1 将变为 1 .. 也用于权重，例如 2.5565465454 的权重将是 2.55，例如 java
BigDecimal bd = new BigDecimal(w);
bd = bd.setScale(2, RoundingMode.HALF_UP);
如果你有任何想法，请向我建议减小大小，我不需要代码，只需要一些想法
您给出的示例是一个文本文件，可以从现有索引的文本转储中获得（请记住，索引本质上是作为二进制文件组织的，即非文本文件）。
在这方面，trim 长文件名没有多大用处，例如"Document-1" 到 "D1"，因为在典型的实现中，例如Lucene，文档和术语由整数 ID 而非名称标识。
此外，trim没有必要保留尾随小数，例如“0.25555”到“0.25”，因为它们将占用相同的存储量 space（通常为 64 位）。
Apache Lucene 的 trimming 实用程序可能对您有实际帮助，它已记录在案 here。这个包支持索引 trim 通过各种不同的启发式算法，其中最简单的是基于 tf 和 tf-idf 的修剪，从中删除条目 (t, d)低于截止值 tf (t,d) 或 tf (t, d ) x idf(t) 值。
你好，我有一个倒排索引格式的文本，格式如下：
term document1 , document2 poids1 poids2
我想缩小他的尺寸 我必须缩小文件的名称，例如 文档 1 将变为 1 .. 也用于权重，例如 2.5565465454 的权重将是 2.55，例如 java
BigDecimal bd = new BigDecimal(w);
bd = bd.setScale(2, RoundingMode.HALF_UP);
如果你有任何想法，请向我建议减小大小，我不需要代码，只需要一些想法
您给出的示例是一个文本文件，可以从现有索引的文本转储中获得（请记住，索引本质上是作为二进制文件组织的，即非文本文件）。
在这方面，trim 长文件名没有多大用处，例如"Document-1" 到 "D1"，因为在典型的实现中，例如Lucene，文档和术语由整数 ID 而非名称标识。
此外，trim没有必要保留尾随小数，例如“0.25555”到“0.25”，因为它们将占用相同的存储量 space（通常为 64 位）。
Apache Lucene 的 trimming 实用程序可能对您有实际帮助，它已记录在案 here。这个包支持索引 trim 通过各种不同的启发式算法，其中最简单的是基于 tf 和 tf-idf 的修剪，从中删除条目 (t, d)低于截止值 tf (t,d) 或 tf (t, d ) x idf(t) 值。