基于Lucene的文本续写功能实现可行性及相关API问询

问题1：是否可以依托Lucene索引实现文本续写功能 #

完全可以。该功能的核心逻辑是基于索引内存储的语料的词共现规律、短语分布特征实现：输入少量前缀词汇后，匹配索引中所有包含该前缀的文本片段，统计前缀后高频出现的词汇、短语组合，按出现频次或自定义权重排序后返回，即可得到符合索引内容特征的后续候选组合，完全满足你描述的需求。

问题2：Lucene是否提供对应实现的API #

Lucene官方自带了多个可直接用于该场景的API，不需要从零开发核心逻辑：

• suggest模块下的AnalyzingSuggester类：该组件原生面向输入联想、文本提示场景设计，你可以直接基于已有Lucene索引构建提示词库，配置和索引构建时一致的分词器匹配前缀输入，可直接返回按频次、权重排序的后续文本候选。
• 词向量相关API：如果构建索引时开启了TermVectors和位置信息存储，你可以直接读取索引中词汇的相邻共现数据，自定义统计规则生成更贴合业务需求的续写结果。
• 短语查询相关API：你可以通过PhraseQuery构造前缀短语查询，拉取所有匹配文档中前缀短语后的相邻词汇，自定义聚合排序规则生成续写候选。

注意：原生Lucene提供的上述能力均为基于语料统计的匹配式续写，所有返回的候选内容均来自已入库的索引语料，不会生成索引中未出现过的全新文本组合，如果你需要更灵活的生成能力，可基于上述接口返回的候选做二次加工处理。

内容的提问来源于stack exchange，提问作者mariusn