ElasticSearch 中文同义词处理

参考以下两个网址，但运行报错，以下是我自己改进方式和使用总结。
https://github.com/medcl/elasticsearch-analysis-ik/issues/93
http://elasticsearch.cn/?/question/29
本文前提默认已经装好ES和IK插件。

1：elasticserach.yml 最后一行添加如下内容（该文件位于elasticsearch-x.x.x/config目录下）：
index.analysis.analyzer.default.type: ik

2：在elasticsearch-x.x.x/config目录下新建同义词文件synonyms.txt。
其中，synonyms.txt 编码格式为’utf-8’，内容建议为空。

3：创建索引

curl -XPUT localhost:9200/test -d'{    "settings": {    "index": {      "analysis": {        "analyzer": {          "jt_cn": {            "type": "custom",            "use_smart": "true",            "tokenizer": "ik_smart",            "filter": ["jt_tfr","jt_sfr"],            "char_filter": ["jt_cfr"]          },          "ik_smart": {            "type": "ik",            "use_smart": "true"          },          "ik_max_word": {            "type": "ik",            "use_smart": "false"          }        },        "filter": {          "jt_tfr": {            "type": "stop",            "stopwords": [" "]          },          "jt_sfr": {            "type": "synonym",            "synonyms_path": "synonyms.txt"          }        },        "char_filter": {            "jt_cfr": {                "type": "mapping",                "mappings": [                    "| => \\|"                ]            }        }      }    }  }}'

4：创建映射

curl -X PUT localhost:9200/test/haizhi/_mapping -d '{    "haizhi": {      "properties": {        "title": {          "include_in_all": true,          "analyzer": "jt_cn",          "term_vector": "with_positions_offsets",          "boost": 8,          "store": true,          "type": "string"        }      }    } }'

5：插入数据

curl -XPUT localhost:9200/test/haizhi/1 -d '{    "title": "番茄"}'curl -XPUT localhost:9200/test/haizhi/2 -d '{    "title": "西红柿"}'curl -XPUT localhost:9200/test/haizhi/3 -d '{    "title": "我是西红柿"}'curl -XPUT localhost:9200/test/haizhi/4 -d '{    "title": "我是番茄"}'curl -XPUT localhost:9200/test/haizhi/5 -d '{    "title": "土豆"}'curl -XPUT localhost:9200/test/haizhi/6 -d '{    "title": "aa"}'

6：查询1

curl -XPOST 'localhost:9200/test/haizhi/_search?pretty' -d '{  "query": {    "match_phrase": {      "title": {        "query": "西红柿",        "analyzer": "jt_cn"      }    }  },"highlight": {    "pre_tags": [      "<tag1>",      "<tag2>"    ],    "post_tags": [      "</tag1>",      "</tag2>"    ],    "fields": {      "title": {}    }  }}'

• 结果如下
  

7：查询2
我们知道“西红柿”和“番茄”是同义词，我们在同义词词典（synonyms.txt）中添加如下内容，并重启ES，再用第6步的查询。

#Example:西红柿, 番茄

• 结果如下，成功匹配同义词
  

8：查询3
修改同义词词典（synonyms.txt）为如下内容，重启ES。

#Example:西红柿, 番茄超级土豆, 土豆

查询如下：

curl -XPOST 'localhost:9200/test/haizhi/_search?pretty' -d '{  "query": {    "match_phrase": {      "title": {        "query": "超级土豆",        "analyzer": "jt_cn"      }    }  }}'

• 结果如下，查不到结果
  

9：查询4
在{plugins}/elasticsearch-analysis-ik-*/config/custom/mydict.dic词典中新加“超级土豆”一词，并且重启ES。
- 结果如下，成功用“超级土豆”搜索到“土豆”一词

10：小结

• 同义词字典或是IK用户自定义词典更新，必须每次重启elasticsearch才有效。
• 同义词词对是必须能被完成切分的词语。
  比如在synonyms.txt 文件中增加同义词对： ‘超级土豆’ – ‘土豆’ 。但在实际的搜索中用“超级土豆”是搜不到“土豆”的。因为“超级土豆”会被切分为多个词语。必须在{plugins}/elasticsearch-analysis-ik-*/config/custom/mydict.dic词典中新加“超级土豆”一词，才能用“超级土豆”一词搜出“土豆”。