Solr5.5.1 IK中文分詞配置與使用

来源:http://www.cnblogs.com/sword-successful/archive/2016/06/21/5604541.html
-Advertisement-
Play Games

前言 用過Lucene.net的都知道,我們自己搭建索引伺服器時和解決搜索匹配度的問題都用到過盤古分詞。其中包含一個詞典。 那麼既然用到了這種國際化的框架,那麼就避免不了中文分詞。尤其是國內特殊行業比較多。比如油田系統從勘探、打井、投產等若幹環節都涉及一些專業辭彙。 再像電商,手機、手機配件、筆記本 ...


前言

      用過Lucene.net的都知道,我們自己搭建索引伺服器時和解決搜索匹配度的問題都用到過盤古分詞。其中包含一個詞典。 那麼既然用到了這種國際化的框架,那麼就避免不了中文分詞。尤其是國內特殊行業比較多。比如油田系統從勘探、打井、投產等若幹環節都涉及一些專業辭彙。 再像電商,手機、手機配件、筆記本、筆記本配件之類。汽車,品牌、車系、車型等等,這一系列數據背後都涉及各自領域的專業名次,所以中文分詞就最終的目的還是為瞭解決搜索結果的精確度和匹配度的問題。

 

IK搜索預覽

     我的univeral Core里包含兩條數據,第二條數據的title和author都是中文的。 然後我用關鍵字q=title:平凡來搜索,搜索出來第二條數據。 如果你在你的索引庫里沒搜索出來也不要奇怪,配置下IK中文分詞就可以了。

 

中文語義分析

    在索引庫Core左側菜單Analysis中,你可以輸入複雜的查詢【關鍵字】,選擇對應欄位,點擊【Analysis Values】會幫你分析出當前這個複雜的片語都會分解出那幾個搜索關鍵字或關鍵詞來。如果這裡滿足不了你的專業辭彙,那就該從詞典下手了。我這裡輸入了:平凡的世界。分析後得出兩個詞:平凡、世界。 也就是我在上一張圖中用平凡搜索的結果。

 

中文分詞的配置和使用

     1、下載對應IK版本。我本地部署的Solr5.5.1。 所以就下載最新版本。

     2、把ik目錄下的文件複製到tomcat/webapps/solr/WEB-INF/lib目錄下。 ik目錄里有一個ext.dic、stopword.dic。 可以打開看一看裡面內容。

     3、修改schema.xml。我本地是univeral/conf/managed-schema。 增加中文分詞配置節點,內容如下

     

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

      4、修改對應field的類型。我修改了兩個欄位

<field name="title" type="text_ik" indexed="true" stored="true" required="true" multiValued="false" />
<field name="author" type="text_ik" indexed="true" stored="true" required="true" multiValued="false" />  

 

     參考教程:http://www.cnblogs.com/zhangweizhong/p/5593909.html 

 

備註

    如果之前你已經創建了索引,那麼配置IK中文分詞後先修改schema.xml中的field對應類型。 清空索引後重新創建索引。 OK。大功搞成。


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • //方法一:只禁止多個進程運行 using System; using System.Collections.Generic; using System.Windows.Forms; namespace DuoYeMianIE { static class Program { /// <summar ...
  • 在編程中很可能使用到多級動態目錄,如果使用一般的方法將多級目錄綁定到Treeview就顯得非常局促了,所以,最好的辦法就是使用遞歸,使用遞歸就完全不用去考慮目錄的層次有多深.代碼其實很簡單. View Code 1 protected void Page_Load(object sender, Ev ...
  • 1bit 符號位,11bit 指數位,52bit 尾數位,±5.0E−324 到±1.79E+308 的浮點精度數字 15位有效數字 (char,nchar,text,ntext,varchar,nvarchar,xml) ...
  • 以下是示例的效果圖: WinForm的ListView控制項是可以分組顯示的,還可排序。可以把ListView的View屬性設置為Details完整項目請到下麵網址查找下載http://hovertree.com/hovertreescj/或者:http://hovertree.com/h/bjaf/ ...
  • 前面提到過這個網址:性能註意事項(實體框架) https://msdn.microsoft.com/zh-cn/library/cc853327.aspx註意版本: .NET Framework (current version) (還有一個其他版本, .NET Framework 4). 此文提到 ...
  • 1.ASP.NET Identity 適用所有類型的asp.net程式 ASP.NET MVC, Web Forms, Web Pages, Web API, and SignalR。 2.非常方便的擴展用戶數據欄位。只需一行代碼 設置好你的資料庫連接信息: 修改context的名稱: 打開試圖-》... ...
  • 一、前言 大多數系統裡面好像都有獲取消息的功能,但這些消息來源都不是實時的,比如你開兩個瀏覽器,用兩個不同的賬號登錄,用一個賬號給另外一個賬號發送消息,然而並不會實時收到消息,必須要自己手動F5刷新一下頁面才會顯示自己的消息,這樣感覺用戶體驗不太好。之前看了Learning hard關於Signal ...
  • 原文地址:http://docode.top/Article/Detail/10002 目錄: 1、Http協議上傳文件(以圖片為例)請求報文體內容格式 2、完整版HttpWebRequest模擬上傳文件請求報文內容封裝 3、asp.net(c#)使用HttpWebRequest攜帶請求參數模擬上傳 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...