此文件是JAVA调用版本，Python调用版本见README_python.md
一、功能：海量文本的相似检索
（1）实现原理：
基于AC自动机做文章初筛，利用BM25算法做排序，利用多线程和其他算法提升检索速度。
相似语义解决方案：
【1】祖先类别追加
【2】英文词根追加
【3】基于相似词分组 + 中心词选举 + 相似词追加
（2）试用场合：
【1】适合查询频繁，不频繁更新的场合
由于数据变更会导致失配指针和统计参数变化，需要较长的更新时间。原本设计的使用场合，是大量频繁查询，很少更新或者利用闲时更新。
如果你也想支持频繁更新，就需要采用读写分离：
主库用于查询，小库用于更新和查询。
（1）新增文章时，插入到小库。（小库的数量可以大于1）
（2）查询时候，主库和小库同时查询，整合结果返回。
（3）在合适的时机（比如小库达到了一定数量或者闲时状态），合并为一个主库，持久化、加载并替换正在使用的主库对象。
这属于工程化的内容，我并没有编写相关的功能。
【2】查询速度要求很高，并且内存空间大小足够
查询速度的提升是一种空间换时间的方法，因此有较高的内存占用。
【3】对相似语义的可控性要求高
词语预处理类（见README.md）对相似语义的可控性强。
TODO 后续会支持自动生成相似词的算法。
二、代码示例
【1】基本使用
String text1 = "《梦游天姥吟留别》是唐代大诗人李白的诗作。这是一首记梦诗，也是一首游仙诗。此诗以记梦为由，抒写了对光明、自由的渴求，对黑暗现实的不满，表现了诗人蔑视权贵、不卑不屈的叛逆精神。";
String title1 = "《梦游天姥吟留别》";
String text2 = "《水调歌头·文字觑天巧》是南宋诗人辛弃疾创作的一首词。上片写李子永家亭榭风流华美，有浓郁的田园风味，但不能因此不忧虑世事。";
String title2 = "《水调歌头·文字觑天巧》";
String text3 = "伊凡一世富于谋略，为达到自己的目的不择手段，狡猾而残忍。他利用莫斯科优越的地理优势，利用以往积累的财力贿赂金帐汗国统治阶层，又站在对清算封建分裂势力有利的教会一方，抑制以特维尔王公为首的莫斯科邻近各公国。";
String title3 = "伊凡一世";
File libFolder = new File("./test-lib"); // 保存路径
TextSimilaritySearch textSimilaritySearch = new TextSimilaritySearch(
3, // 内容词临界命中个数
3, // 标题词临界命中个数
0.5, // 临界得分
1, // 内容权重
3, // 标题权重
2, // bm25算法中的k
0.1, // bm25算法中的b
10, // 得分区分度
new NGramTokenizer(2, null), // 分词器
"test", // 库名
libFolder // 保存路径
);
textSimilaritySearch.addText(text1, title1, "1", 1); // 内容 标题 自定义ID 附加权重
textSimilaritySearch.addText(text2, title2, "2", 1);
textSimilaritySearch.addText(text3, title3, "3", 1);
textSimilaritySearch.allowMultiThreadsSearch = true; // 是否启用多线程检索
textSimilaritySearch.multipleThreadSearchMinTextsCount = 300000; // 每多少文本启用一个线程检索
System.out.println(textSimilaritySearch.queryById("1"));
textSimilaritySearch.update(); // 检索之前必须更新
for (SimilaritySearchResult result : textSimilaritySearch.similaritySearch(
"《梦游天姥吟留别》作于李白出翰林之后。唐玄宗天宝三载（744），李白在长安受到权贵的排挤，被放出京，返回东鲁（在今山东）家园。" +
"辛弃疾的《水调歌头》在此之后。", 10)) {
System.out.printf("title: %s, score: %s, text: %s, id: %s%n", result.title, result.score, result.text, result.id);
}输出
title: 《梦游天姥吟留别》, score: 0.71284161610917, text: 《梦游天姥吟留别》是唐代大诗人李白的诗作。这是一首记梦诗，也是一首游仙诗。此诗以记梦为由，抒写了对光明、自由的渴求，对黑暗现实的不满，表现了诗人蔑视权贵、不卑不屈的叛逆精神。, id: 1
title: 《水调歌头·文字觑天巧》, score: 0.5962599146688901, text: 《水调歌头·文字觑天巧》是南宋诗人辛弃疾创作的一首词。上片写李子永家亭榭风流华美，有浓郁的田园风味，但不能因此不忧虑世事。, id: 2
tokenizer详细使用见README.md
【2】保存
TextSimilaritySearch.save(textSimilaritySearch, textSimilaritySearch.libFolder, true);【3】加载
TextSimilaritySearch textSimilaritySearch2 = TextSimilaritySearch.load(inFile, true);
textSimilaritySearch2.tokenizer = new NGramTokenizer(2, null); // 相似检索库和分词器是独立的三、效率统计 TODO
（1）相似检索时间 多线程
（2）入库时间 = （插入时间+更新索引时间+导出时间）多线程
（3）加载时间 多线程
（4）内存空间消耗
（5）持久化 磁盘空间消耗
四、评分指标 TODO
五、效率测试平台 TODO