Neo4j Cypher查询问题：计算文档的Token与Lemma比值

我来帮你搞定这个查询问题，先直接给修正后的语句，再慢慢拆解问题所在：

修正后的Cypher查询 #

MATCH (d:DOCUMENT)--(t:TOKEN)--(l:LEMMA)
WHERE d.id IN {documentIds}
WITH d, count(DISTINCT t) AS tokenCount, count(DISTINCT l) AS lemmaCount
RETURN d.id AS id, toFloat(lemmaCount)/tokenCount AS ttr

问题原因分析 #

你原来的查询有两个需要注意的点，其中一个直接导致了ttr全为0.0：

• 整数除法截断：Cypher里如果两个整数做除法，会直接舍弃小数部分返回整数。比如你期望的2/3会被计算成0，这就是所有结果都是0.0的核心原因。通过把其中一个统计值转成浮点数（toFloat()），就能得到正确的小数比值。
• 关于你担心的「跨文档统计」：其实原查询里的WITH d已经是按单个Document节点分组统计了，这部分逻辑是没问题的，不需要额外调整分组规则。

验证示例结果 #

用这个修正后的查询，你提到的两个文档会得到预期结果：

• id10023：tokenCount=3，lemmaCount=2，ttr≈0.6667
• id10050：tokenCount=2，lemmaCount=2，ttr=1.0

内容的提问来源于stack exchange，提问作者Hannes