IKAnalyzer 自定义分词器
来源:互联网 发布:一淘和淘宝联盟 两个号 编辑:程序博客网 时间:2024/06/16 07:55
lucene 全文搜索框架,具体的定义在这里就不过多的介绍。那么主要讲一下,利用第三方分词器自定义我们的分成规则,IKAnalyzer 庖丁分词器就是一个很好的中文分词器。首先导入对应的jar包,我们都很清楚,配置文件是一种有效扩展的一种方式,那么IKAnalyzer也不例外。
1.首先创建一个项目
2.
2.
2.IKAnalyzer 框架创建默认初始化加载IKAnalyzer.cfg.xml配置文件中信息,在此文件中我们可以配置自己的分词器规则,如下我们创建测试类:
测试结果为:
那么我们想“高大上”是一个热门词我们想给它创建索引,此时我们只需再我们配置文件中将关键词定义就行,如下操作:
再次执行我们的测试:
由上图可知我们可以根据自己的需求定义自己的规则,在这里我遇到了一个小问题希望可以帮助到大家,在创建项目时默认为GBK,在创建自定义.dic文件时也是GBK编码,虽然定义“高大上”词,但是索引始终无“高大上”,最后知是此文件的编码问题,所以改变.dic文件为“UTF-8”,然后重新编写,运行ok,所以对于项目中遇到中文问题大家一定注意。
阅读全文
0 0
- IKAnalyzer 自定义分词器
- IKanalyzer 分词器(???)
- IKAnalyzer分词器
- 改写IKAnalyzer分词器
- IKAnalyzer 中文分词器
- IKAnalyzer 中文分词器
- IKanalyzer中文分词器
- Lucene分词器 IKAnalyzer
- Ikanalyzer分词器动态自定义词库的方法
- IKAnalyzer中文分词器简介
- solr添加IKAnalyzer分词器
- 安装中文分词器 IKAnalyzer
- Solr 添加 IKAnalyzer分词器
- 八、使用IKAnalyzer自定义分词字典
- IKAnalyzer分词
- 分享IKAnalyzer 3.0 中文分词器
- 分享IKAnalyzer 3.0 中文分词器
- 中文分词器扩充中文词库IKAnalyzer
- 【学/复习记录】最/次/k短路
- jenkins 的html report 无法显示的解决办法
- 替换进程execl系列
- nginx报错Scan this dir for additional .ini files(none) Additional .ini files parsed(none)
- shunt resistor 分流电阻
- IKAnalyzer 自定义分词器
- 【unix学习】shell编程—参数、流程控制、算数运算、函数
- 蓝桥杯 基础练习 字母图形
- 莫名其妙的渐行渐远
- tensorflow学习过程代码
- 打造前端 Deepin Linux 工作环境——配置静态服务器
- 让机器读懂用户——大数据中的用户画像
- 文章标题
- hive执行job的时候报错:hadoop.hive.ql.exec.tez.TezTask