IK分词源码讲解(五)-ik配置及在Solr中的配置使用
来源:互联网 发布:相似图片搜索软件 编辑:程序博客网 时间:2024/05/22 09:48
在solr中配置使用IK很简单
下载最新的Ik2012中文分词器。
2.解压IK Analyzer 2012FF_hf1.zip,获得IK Analyzer 2012FF_hf1.
将该目录下的IKAnalyzer.cfg.xml,IKAnalyzer2012FF_u1.jar,stopword.dic
放到安装TOMCAT_HOME/webapps/solr/WEB-INF/classes目录下(没有就创建classes文件夹。)
3.修改/solr_home/collection1/conf/中的schema.xml,在<type></types>中增加如下内容:
<fieldType name="text_ik" class="solr.TextField">
<analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
<analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
</fieldType>
同时修改filed使filed引用text_ik.这样才能使用IK分词器。
<fieldname="name" type="text_ik"indexed="true" stored="true"/>
下面讲解下IK本身的配置文件IKAnalyzer.cfg.xml,其结构如下:
<?xmlversion="1.0"encoding="UTF-8"?>
<!DOCTYPEpropertiesSYSTEM"http://java.sun.com/dtd/properties.dtd">
<properties>
<comment>IK Analyzer 扩展配置</comment>
<!--用户可以在这里配置自己的扩展字典 -->
<entrykey="ext_dict">ext/ext.dic; </entry>
<!--用户可以在这里配置自己的扩展停止词字典-->
<entrykey="ext_stopwords">stopword.dic;</entry>
</properties>
上面的目录结构很清晰 ext_dict这个属性就是用来配置扩展的字典的,可以添加n多个,比如添加其他的扩展的词库可以如下方式
<entrykey="ext_dict">ext/ext.dic;ext/net.dic;ext/百科书名.dic;ext/常用餐饮词汇.dic;ext/常用计算机技术词库.dic;ext/常用人名.dic;ext/超市商品名称产地及药房商品名称产地.dic;ext/成语俗语.dic;ext/电力词汇大全.dic;ext/电子商务专用词汇.dic;ext/动物词语大全.dic;ext/环保词汇.dic;ext/魔兽世界.dic;ext/摄影大全.dic;ext/四字成语大全.dic;ext/淘宝专用词汇.dic;ext/网络流行新词.dic;ext/冶金词汇大全.dic;ext/医学词汇大全.dic;ext/植物大全词典.dic;</entry>
通过这种方式可以一直扩展下去,不过真正加载的时候这些都会通过遍历的方式加载到一个词典下面。
ext_stopwords,这里用来加入自己的停用词词库,我在配置文件中加入的是哈工大的停用词词库,效果还不错。
源码地址:http://download.csdn.net/detail/a925907195/8240641
- IK分词源码讲解(五)-ik配置及在Solr中的配置使用
- solr配置IK分词,使用sogou词库
- 三、Solr多核心及分词器(IK)配置
- solr配置ik中文分词
- Solr配置IK分词器
- solr安装及IK分词器配置详述
- solr配置中文分词器IK Analyzer
- Solr配置IK Analyzer分词器
- Solr配置IK分词器自定义词库
- centos 下solr配置IK 分词器
- solr配置中文IK Analyzer分词器
- 第四章solr配置IK中文分词
- solr-4.7.2分词器(ik-analyzer)配置
- Solr学习总结(四)ik分词配置
- IK分词源码讲解(六)-IK结合lucene使用并进行TF、IDF处理
- Solr学习总结(八)IK 中文分词的配置和使用
- Solr学习总结(八)IK 中文分词的配置和使用
- solr 中文分词器IK分词器的配置
- IIS连接数
- OC语言学习 (一) Hello World
- 显示本月日历
- 第7周 热身(2)
- C#,导出Excel时,第一个为0时不显示,
- IK分词源码讲解(五)-ik配置及在Solr中的配置使用
- 数据结构之二叉树的深度优先遍历
- YUV与RGB的转换
- 学习mysql的一些发现
- 低调做人
- 解决MyEclipse2014启动tomcat的时候出现中文乱码
- startActivityForResult()的用法
- Android 插拔sd广播
- IK分词源码讲解(六)-IK结合lucene使用并进行TF、IDF处理