zoukankan      html  css  js  c++  java
  • solr4.5配置中文分词器mmseg4j

    solr4.x虽然提供了分词器,但不太适合对中文的分词,给大家推荐一个中文分词器mmseg4j

    mmseg4j的下载地址:https://code.google.com/p/mmseg4j/

    通过以下几步就可以把mmseg4j分词器集成到solr中:

    1、解压mmseg4j-1.9.1.zip,把dist下面的所有jar文件拷贝到你应用服务器下的solr/WEB-INF/lib中(如果你的应用服务器下面没有solr,请参考《solr部署到tomcat》)。

    2、拷贝data到solr_home/solr中(与core文件平级),并改名为dic(请参考《solr部署到tomcat》)

    3、进入到你想使用mmseg4j分词器的core中(此处以solr自带的collection1为例),用编辑器打开collection1/conf/schema.xml配置文件,添加如下代码:

    <!-- mmseg4j分词器 -->
     <fieldType name="text_mmseg4j" class="solr.TextField" >
     <analyzer type="index">
     <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="../dic" /><!--此处为分词器词典所处位置-->
     </analyzer>
     <analyzer type="query">
     <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="../dic" /><!--此处为分词器词典所处位置-->
     </analyzer>
     </fieldType>

    4、引用mmseg4j分词器

    上面我们已经定义了mmseg4j分词器,如何引用呢?

    用编辑器打开collection1/conf/schema.xml配置文件,找到<fields>…</fields>,修改需要使用中文分词的字段,type=”text_mmseg4j”

    <fields>
    .......//省略
    <field name="name" type="text_mmseg4j" indexed="true" stored="true" />
    </fields>

    通过以上步骤就可以成功配置mmseg4j分词器到solr中了。

    本文出自 luoshengsha.com,转载时请注明出处及相应链接。

    本文永久链接: http://www.luoshengsha.com/170.html

  • 相关阅读:
    powermock测试
    一些疑惑
    Java基础总结3
    Java学习路线
    Java基础总结2
    关于我
    翻转单词序列
    和为s的两个数字
    和为s的连续正数序列
    数组中只出现一次的数字
  • 原文地址:https://www.cnblogs.com/xuan52rock/p/4581435.html
Copyright © 2011-2022 走看看