WEBAPP开发solr 中文分词器IKAnalyzer和拼音分词器pinyin
白羽 2019-03-05 来源 :网络 阅读 2168 评论 0

摘要:本文将带你了解WEBAPP开发solr 中文分词器IKAnalyzer和拼音分词器pinyin,希望本文对大家学WEBAPP有所帮助。

    本文将带你了解WEBAPP开发solr 中文分词器IKAnalyzer和拼音分词器pinyin,希望本文对大家学WEBAPP有所帮助。


WEBAPP开发solr 中文分词器IKAnalyzer和拼音分词器pinyin



 

solr分词过程:

Solr   Admin中,选择Analysis,在FieldType中,选择text_en

左边框输入   “冬天到了天气冷了小明不想上学去了”,点击右边的按钮,发现对每个字都进行分词。这不符合中国人的习惯。

solr6.3.0自带中文分词包,在   \solr-6.3.0\contrib\analysis-extras\lucene-libs\lucene-analyzers-smartcn-6.3.0.jar,但是不能自定义词库

好在我们有IKAnalyzer(已无人更新,目前版本是2012)和pinyin分词插件。

IKAnalyzer安装

IKAnalyzer下载地址:https://github.com/EugenePig/ik-analyzer-solr5

因为原始的IKAnalyzer已经不支持solr5以后的版本,这里是修改过后的

用git   clone到本地或者直接下载zip到本地,然后执行mvn clean instal(Java8),或者mvn clean   -Djavac.src.version=1.7 -Djavac.target.version=1.7   install(jdk1.7)

执行完,在项目 /target   目录下,看到jar文件

将改jar文件copy到   solr目录:\solr-6.3.0\server\solr-webapp\webapp\WEB-INF\lib

然后修改core的配置文件:\solr-6.3.0\server\solr\test\conf\managed-schema

添加如下配置:

<fieldType name="text_ik" class="solr.TextField">     <analyzer type="index">      <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false" />  </analyzer>    <analyzer type="query">    <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="true" />  </analyzer></fieldType>

或者

<fieldType name="text_ik" class="solr.TextField">     <analyzer type="index" useSmart="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>     <analyzer type="query" useSmart="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>   </fieldType>

保存重启solr,到选择test核心-Analysis,进入分词页面,输入“冬天到了天气冷了小明不想上学去了”,FieldType选择“text_cn”,点击Analyse   Value按钮:

看到已经分词中文成功了。

pinyin安装

pinyin下载地址://files.cnblogs.com/files/wander1129/pinyin.zip

 下载后将2个jar文件copy到\solr-6.3.0\server\solr-webapp\webapp\WEB-INF\lib目录下,

然后修改core的配置文件:\solr-6.3.0\server\solr\test\conf\managed-schema,添加:

<!-- 配置拼音分词 pinyin-->    <fieldType name="text_pinyin" class="solr.TextField" positionIncrementGap="0">        <analyzer type="index">            <tokenizer class="org.apache.lucene.analysis.ik.IKTokenizerFactory"/>            <filter class="com.shentong.search.analyzers.PinyinTransformTokenFilterFactory" minTermLenght="2" />            <filter class="com.shentong.search.analyzers.PinyinNGramTokenFilterFactory" minGram="1" maxGram="20" />        </analyzer>        <analyzer type="query">            <tokenizer class="org.apache.lucene.analysis.ik.IKTokenizerFactory"/>            <filter class="com.shentong.search.analyzers.PinyinTransformTokenFilterFactory" minTermLenght="2" />            <filter class="com.shentong.search.analyzers.PinyinNGramTokenFilterFactory" minGram="1" maxGram="20" />        </analyzer>      </fieldType>

重启solr

到选择test核心-Analysis,进入分词页面,输入“冬天到了天气冷了小明不想上学去了”,FieldType选择“text_pinyin”,点击Analyse   Value按钮:

         

本文由职坐标整理并发布,希望对同学们有所帮助。了解更多详情请关注职坐标移动开发之WebApp频道!

本文由 @白羽 发布于职坐标。未经许可,禁止转载。
喜欢 | 0 不喜欢 | 0
看完这篇文章有何感觉?已经有0人表态,0%的人喜欢 快给朋友分享吧~
评论(0)
后参与评论

您输入的评论内容中包含违禁敏感词

我知道了

助您圆梦职场 匹配合适岗位
验证码手机号,获得海同独家IT培训资料
选择就业方向:
人工智能物联网
大数据开发/分析
人工智能Python
Java全栈开发
WEB前端+H5

请输入正确的手机号码

请输入正确的验证码

获取验证码

您今天的短信下发次数太多了,明天再试试吧!

提交

我们会在第一时间安排职业规划师联系您!

您也可以联系我们的职业规划师咨询:

小职老师的微信号:z_zhizuobiao
小职老师的微信号:z_zhizuobiao

版权所有 职坐标-一站式IT培训就业服务领导者 沪ICP备13042190号-4
上海海同信息科技有限公司 Copyright ©2015 www.zhizuobiao.com,All Rights Reserved.
 沪公网安备 31011502005948号    

©2015 www.zhizuobiao.com All Rights Reserved

208小时内训课程