solr5.3.1 添加中文分词之mmseg4j

原创
2016/01/06 16:01
阅读数 1K

1,下载对应jar包,并拷贝到sorl服务器的lib目录底下

2,添加配置文件(在Solr的安装部署及简单使用已经有过介绍)

<fieldtype name="textComplex" class="solr.TextField" positionIncrementGap="100">
		<analyzer>
			<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="d:\solr\my_dic"/>
		</analyzer>
	</fieldtype>
	 
	<fieldtype name="textMaxWord" class="solr.TextField" positionIncrementGap="100">
		<analyzer>
			<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word" />
		</analyzer>
	</fieldtype>
	 
	<fieldtype name="textSimple" class="solr.TextField" positionIncrementGap="100">
		<analyzer>
			<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="dic" />
		</analyzer>
	</fieldtype>

其中  dicPath="d:\solr\my_dic"  是我们指定的词库路径,词库文件都在这个文件夹底下,并且名字要以words开头,以dic做后缀,例如  words_my.dic。作为演示,在词库里添加

爱他美
高富帅

值得强调的是:这个词典文件必须是utf-8格式的,否则无法识别。

3,重启solr服务,进入管理界面

先试一下没有添加自定义词库的效果,输入文字:高富帅喜欢德国爱他美奶粉(使用textSimple)

再试一下添加了自定义词库的效果,还是上面的文字

明显添加了自定义词库的显示效果要比没添加好很多

展开阅读全文
加载中
点击引领话题📣 发布并加入讨论🔥
打赏
0 评论
1 收藏
0
分享
返回顶部
顶部