solr学习笔记-增加mmesg4J中文分词

solr版本6.1、centos6.7、mmesg4j版本2.30

solr安装目录：/usr/local/solr-6.1.0

1、下载mmesg4j包：

地址：https://github.com/chenlb/mmseg4j-solr

2、解压/复制mmseg4j-core-1.10.0.jar、mmseg4j-solr-2.3.0.jar 到/usr/local/solr-6.1.0/dist目录下

3、编辑solrconfig.xml文件增加如下代码并保存

<lib dir="${solr.install.dir:../../../..}/dist/" regex="mmseg4j-core-1.10.0.jar" /><lib dir="${solr.install.dir:../../../..}/dist/" regex="mmseg4j-solr-2.3.0.jar" />

4、编辑managed-schema文件底部增加如下代码并保存

<fieldtype name="mmseg4jComplex" class="solr.TextField" positionIncrementGap="100"><analyzer><tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex"  dicPath="/usr/local/solr-6.1.0/dict" /></analyzer></fieldtype><fieldtype name="mmseg4jMaxWord" class="solr.TextField" positionIncrementGap="100"><analyzer><tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word"  dicPath="/usr/local/solr-6.1.0/dict"  /></analyzer></fieldtype><fieldtype name="mmseg4jSimple" class="solr.TextField" positionIncrementGap="100"><analyzer><tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple"  dicPath="/usr/local/solr-6.1.0/dict" /></analyzer></fieldtype>

5、修改相应索引字段为以上fieldtype，例如

<field name="goods_name" type="<span style="color:#ff0000;">mmseg4jMaxWord</span>" indexed="true" stored="true" required="true" multiValued="false" />

6、重启服务

/usr/local/solr-6.1.0/bin/solr restart

7、查看分词效果

转载于:https://www.cnblogs.com/liuensong/p/10140341.html

solr学习笔记-增加mmesg4J中文分词相关推荐

中文词性标注学习笔记（二）---分词
词性标注(二) 分词词的概念分词是自然语言处理的基础,分词准确度直接决定了后面的词性标注.句法分析.词向量以及文本分析的质量.英文语句使用空格将单词进行分隔,除了某些特定词,如how many,N ...
【Unity学习笔记】[Unity中文课堂教程] C#中级编程代码
[Unity学习笔记][Unity中文课堂教程] C#中级编程代码最近想补一补C#基础,Unity官方的C#中级编程教程质量很高,于是开个帖子把跟着敲+记录了部分价讲解和我自己的理解的代码存在这原 ...
NLP学习（二）中文分词技术
运行平台: Windows Python版本: Python3.x IDE: PyCharm 一. 前言这篇内容主要是讲解的中文分词,词是一个完整语义的最小单位.分词技术是词性标注.命名实体识别.关 ...
NLP学习（二）—中文分词技术
本次代码的环境: 运行平台: Windows Python版本: Python3.x IDE: PyCharm 一. 前言这篇内容主要是讲解的中文分词,词是一个完整语义的最小单位.分词技术是词 ...
【全】在 Docker 的Solr容器中安装 IK 中文分词器
[原创文章,转载请标明出处] 这些坑我已经帮你踩过了: 现在大家能够在网上(需要禾斗学上网)下载的IK分词器版本已经非常老了,而Solr更新还是非常快的,所以会出现版本不兼容的问题,不然即使成功装上了 ...
Go语学习笔记 - 增加时间工具 | Web框架Gin（五）
学习笔记,写到哪是哪. 接着上一篇的文章:Go语学习笔记 - 跨域配置.全局异常捕获 | Web框架Gin(四)_剑客阿良_ALiang的博客-CSDN博客_gin全局异常捕获在上一篇中已经将一些基 ...
搜索引擎学习（四）中文分词器
一.简介分词原理 Reader读取数据流数据经过第一个分词器将大写转换小写数据经过第二个分词器根据空格分割成一个一个的单词数据经过第三个分词器把标点符号,介词等剔除经过三次过滤,生成若干语汇 ...
（转）全文检索技术学习(三)——Lucene支持中文分词
http://blog.csdn.net/yerenyuan_pku/article/details/72591778 分析器(Analyzer)的执行过程如下图是语汇单元的生成过程: 从一个 ...
【相机标准】我的cameralink协议学习笔记（个人中文翻译，以及理解）
创作时间:2020-11-17 根据附件的原英文版cameralink协议,总结学习. 目录: 第一章简介第二章信号需求 .第三章端口分配第四章 bit分配第五章连接器附录A 芯片组标 ...

solr学习笔记-增加mmesg4J中文分词

solr学习笔记-增加mmesg4J中文分词相关推荐

最新文章

热门文章