为coreseek添加mmseg分词
来源:互联网 发布:ubuntu系统运行py文件 编辑:程序博客网 时间:2024/05/16 08:58
1.准备好需要添加的词表,一般都是每行一词,注意要保存为utf-8;
例如:
--
林书豪
--
2.利用UltraEdit的查找替换功能,使词表格式符合mmseg的要求;
例如:
打开UltraEdit的正则替换功能,将“^p”替换为“^t1^px:1^p”
结果是:
--
林书豪[tab]1
x:1
--
其他的也行
3.将生成的符合格式要求的词表粘贴到原词表unigram.txt末尾,保存为unigram_new.txt,并拷贝到mmseg所在的目录下;
4.生成新的uni
/usr/local/mmseg3/bin/mmseg -u /usr/local/mmseg3/etc/unigram_new.txt
就会生成新的词典文件unigram_new.txt.uni
5.将新的unigram_new.txt.uni 替换原有的uni.lib
mv /usr/local/mmseg3/etc/unigram_new.txt.uni /usr/local/mmseg3/etc/uni.lib
6.重新建立索引库、重启searchd
/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/c.conf --all --pidfile --rotate
关闭searchd
ps auxww | grep searchd
kill 923230
启动searchd
/usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/c.conf --console --pidfile
搜索试下就出来了。
注意:需要重启searchd
原文:http://my.oschina.net/u/660307/blog/158440
- 为coreseek添加mmseg分词
- 为coreseek添加mmseg分词
- 为coreseek添加mmseg分词
- coreseek添加mmseg分词
- coreseek+mmseg实现中文分词
- Coreseek中自定义mmseg分词
- Coreseek+Mmseg 中文分词词汇长度修改
- coreseek之mmseg分词和词库拓展
- Sphinx中文分词Coreseek+Mmseg安装配置和示例
- coreseek sphinx+mmseg 斯分克斯 + 中文分词安装
- elasticsearch中文分词(mmseg)——手动添加词典
- coreseek分词
- mmseg中文分词软件包
- MMSeg分词算法简述
- 关于MMSEG分词算法
- mmseg 分词算法
- 关于MMSEG分词算法
- MMSEG 中文分词算法
- Jstl <fmt:formatDate> problem
- jquery 父、子页面之间页面元素的获取,方法的调用
- JavaScript-瀑布流布局
- java线程池的使用
- 图 —— 特殊状态下的讨论
- 为coreseek添加mmseg分词
- SQLite并发操作下的分析与处理,解决database is locked,以及多线程下执行事务等问题
- php获取数组的长度的方法
- AJAX学习笔记
- leetcode 318 Maximum Product of Word Lengths
- js函数
- zookeeper应用——集中配置管理系统的实现
- Android App 的设计架构:MVC、MVP、MVVM 与架构经验谈
- bash shell 的变量处理