我有一些树的集合，它们的节点被标记了（但不是唯一的）。具体来说，这些树来自一组经过解析的句子（请参阅http://en.wikipedia.org/wiki/Treebank）。我希望从集合中提取最常见的子树-
性能（还）不是问题。我将感谢算法（理想情况下为Java）或指向可用于树库的工具的指针。请注意，子节点的顺序很重要。

编辑 @mjv。我们正在使用一种风格化语言的有限域（化学）中工作，因此树木的多样性不是很大-可能类似于儿童读者。“猫坐在垫子上”的简单树。

<sentence>
  <nounPhrase>
    <article/>
    <noun/>
  </nounPhrase>
  <verbPhrase>
    <verb/>
    <prepositionPhrase>
      <preposition/>
      <nounPhrase>
        <article/>
        <noun/>
      </nounPhrase>
    </prepositionPhrase>
  </verbPhrase>
</sentence>

这里的句子包含两个相同的词性子树（实际标记“ cat”。“
mat”在匹配中并不重要）。因此，该算法将需要检测到这一点。请注意，并非所有名词短语都相同-“大黑猫”可能是：

      <nounPhrase>
        <article/>
        <adjective/>
        <adjective/>
        <noun/>
      </nounPhrase>

句子的长度会更长-在15到30个节点之间。我希望从1000棵树中得到有用的结果。如果此过程不超过一天左右，则可以接受。

显然，树越短越频繁，因此名词短语将很常见。

编辑 如果这将通过展平树来解决，那么我认为它将与最长公共子字符串有关，而不是与最长公共序列有关。但是请注意，我不一定只想要最长的-
我想要列出所有足够长的列表以使它们“有趣”（标准待定）。