整合Lucene 4.10.1 与IK Analyzer

最新推荐文章于 2024-03-27 10:23:12 发布
最新推荐文章于 2024-03-27 10:23:12 发布
阅读量1.1k 收藏
点赞数
分类专栏： luence 搜索引擎
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013378306/article/details/50408093
版权



目录[-]

注意，IK Analyzer需要使用其下载列表中的  IK Analyzer 2012FF_hf1.zip，否则在和Lucene 4.10配合使用时会报错。 

我使用 intellij IDEA 12进行的测试。 


建立java项目

建立项目HelloLucene，导入Lucene的几个库。“File”->“Project Structure”->



将IK Analyzer 2012FF_hf1.zip解压后的源码放入src目录，并将字典和配置文件放入src目录，最终如下：

一个示例：

IKAnalyzerDemo.java中是我在其他地方找的一个示例，和IK的官方示例很像。内容如下：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
package org.apache.lucene.demo;
import java.io.IOException;
import java.io.StringReader;
 
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.TokenStream;
import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.RAMDirectory;
import org.apache.lucene.util.Version;
import org.wltea.analyzer.lucene.IKAnalyzer;
 
public class IKAnalyzerDemo {
 
     /**
      * @param args
      * @throws IOException
      */
     public static void main(String[] args) throws IOException {
         // TODO Auto-generated method stub
         //建立索引
         String text1 = "IK Analyzer是一个结合词典分词和文法分词的中文分词开源工具包。它使用了全新的正向迭代最细粒度切" +
                 "分算法。" ;
         String text2 = "中文分词工具包可以和lucene是一起使用的" ;
         String text3 = "中文分词,你妹" ;
         String fieldName = "contents" ;
         Analyzer analyzer = new IKAnalyzer();
         RAMDirectory directory = new RAMDirectory();
         IndexWriterConfig writerConfig = new IndexWriterConfig(Version.LUCENE_34, analyzer);
         IndexWriter indexWriter = new IndexWriter(directory, writerConfig);
         Document document1 = new Document();
         document1.add( new Field( "ID" , "1" , Field.Store.YES, Field.Index.NOT_ANALYZED));
         document1.add( new Field(fieldName, text1, Field.Store.YES, Field.Index.ANALYZED));
         indexWriter.addDocument(document1);
 
         Document document2 = new Document();
         document2.add( new Field( "ID" , "2" , Field.Store.YES, Field.Index.NOT_ANALYZED));
         document2.add( new Field(fieldName, text2, Field.Store.YES, Field.Index.ANALYZED));
         indexWriter.addDocument(document2);
 
         Document document3 = new Document();
         document3.add( new Field( "ID" , "2" , Field.Store.YES, Field.Index.NOT_ANALYZED));
         document3.add( new Field(fieldName, text3, Field.Store.YES, Field.Index.ANALYZED));
         indexWriter.addDocument(document3);
         indexWriter.close();
 
 
         //搜索
         IndexReader indexReader = IndexReader.open(directory);
         IndexSearcher searcher = new IndexSearcher(indexReader);
         String request = "中文分词工具包" ;
         QueryParser parser = new QueryParser(Version.LUCENE_40, fieldName, analyzer);
         parser.setDefaultOperator(QueryParser.AND_OPERATOR);
         try {
             Query query = parser.parse(request);
             TopDocs topDocs = searcher.search(query, 5 );
             System.out.println( "命中数:" +topDocs.totalHits);
             ScoreDoc[] docs = topDocs.scoreDocs;
             for (ScoreDoc doc : docs){
                 Document d = searcher.doc(doc.doc);
                 System.out.println( "内容:" +d.get(fieldName));
             }
         } catch (ParseException e) {
             // TODO Auto-generated catch block
             e.printStackTrace();
         } finally {
             if (indexReader != null ){
                 try {
                     indexReader.close();
                 } catch (IOException e) {
                     e.printStackTrace();
                 }
             }
 
             if (directory != null ){
                 try {
                     directory.close();
                 } catch (Exception e) {
                     e.printStackTrace();
                 }
             }
         }
 
     }
 
}


这段代码是将索引文件放入内存中（RAMDirectory），运行结果如下： 
?
1
2
3
4
加载扩展停止词典：stopword.dic
命中数:2
内容:中文分词工具包可以和lucene是一起使用的
内容:IK Analyzer是一个结合词典分词和文法分词的中文分词开源工具包。它使用了全新的正向迭代最细粒度切分算法。



这段代码有两个问题： 
1、Field()已经不推荐按使用。 
2、QueryParser()的使用方式也改变了。 

下面是更加符合要求的示例。 

第二个示例：

MyIndex类用来创建索引： 
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.*;
import org.apache.lucene.document.Field.Store;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
import org.wltea.analyzer.lucene.IKAnalyzer;
 
import java.io.File;
 
 
public class MyIndex {
     public static void main(String[] args) {
         String ID;
         String content;
 
         ID = "1231" ;
         content = "BuzzFeed has compiled an amazing array of " +
                 "ridiculously strange bridesmaid snapshots, courtesy of Awkward Family Photos. " ;
         indexPost(ID, content);
 
         ID = "1234" ;
         content = "Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包" ;
         indexPost(ID, content);
 
         ID = "1235" ;
         content = "Lucene不是一个完整的全文索引应用，而是是一个用Java写的全文索引引擎工具包，它可以方便的嵌入到各种应用中实现" ;
         indexPost(ID, content);
 
     }
 
     public static void indexPost(String ID, String content) {
         File indexDir = new File( "/home/letian/lucene-test/index" );
 
         Analyzer analyzer = new IKAnalyzer();
 
         TextField postIdField = new TextField( "id" , ID, Store.YES);  // 不要用StringField
         TextField postContentField = new TextField( "content" , content, Store.YES);
 
         Document doc = new Document();
         doc.add(postIdField);
         doc.add(postContentField);
         IndexWriterConfig iwConfig = new IndexWriterConfig(Version.LUCENE_4_10_1, analyzer);
         iwConfig.setOpenMode(IndexWriterConfig.OpenMode.CREATE_OR_APPEND);
         try {
             Directory fsDirectory = FSDirectory.open(indexDir);
             IndexWriter indexWriter = new IndexWriter(fsDirectory, iwConfig);
             indexWriter.addDocument(doc);
             indexWriter.close();
         } catch (Exception e) {
             e.printStackTrace();
         }
     }
}



索引以文件的形式存储在/home/letian/lucene-test/index目录中，Field被替换成了TextField，注意对于全文索引，不要使用StringField。 
运行上面的代码，创建索引的结果如下： 
 



MySearch.java是一个搜索的示例： 
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.*;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.index.DirectoryReader;
import org.wltea.analyzer.lucene.IKAnalyzer;
 
import java.io.File;
 
public class MySearch {
     public static void main(String[] args) {
         Analyzer analyzer = new IKAnalyzer();
         File indexDir = new File( "/home/letian/lucene-test/index" );
         try {
             Directory fsDirectory = FSDirectory.open(indexDir);
             DirectoryReader ireader = DirectoryReader.open(fsDirectory);
             IndexSearcher isearcher = new IndexSearcher(ireader);
 
 
             QueryParser qp = new QueryParser( "content" , analyzer);         //使用QueryParser查询分析器构造Query对象
             qp.setDefaultOperator(QueryParser.AND_OPERATOR);
             Query query = qp.parse( "Lucene" );     // 搜索Lucene
             TopDocs topDocs = isearcher.search(query , 5 );      //搜索相似度最高的5条记录
             System.out.println( "命中:" + topDocs.totalHits);
             ScoreDoc[] scoreDocs = topDocs.scoreDocs;
             for ( int i = 0 ; i < topDocs.totalHits; i++){
                 Document targetDoc = isearcher.doc(scoreDocs[i].doc);
                 System.out.println( "内容:" + targetDoc.toString());
             }
 
         } catch (Exception e) {
 
         }
     }
}


得到的结果如下： 
?
1
2
3
命中:2
内容:Document<stored,indexed,tokenized< id :1234> stored,indexed,tokenized<content:Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包>>
内容:Document<stored,indexed,tokenized< id :1235> stored,indexed,tokenized<content:Lucene不是一个完整的全文索引应用，而是是一个用Java写的全文索引引擎工具包，它可以方便的嵌入到各种应用中实现>>

目录[-]

注意，IK Analyzer需要使用其下载列表中的  IK Analyzer 2012FF_hf1.zip，否则在和Lucene 4.10配合使用时会报错。 

我使用 intellij IDEA 12进行的测试。 


建立java项目

建立项目HelloLucene，导入Lucene的几个库。“File”->“Project Structure”->



将IK Analyzer 2012FF_hf1.zip解压后的源码放入src目录，并将字典和配置文件放入src目录，最终如下：

一个示例：

IKAnalyzerDemo.java中是我在其他地方找的一个示例，和IK的官方示例很像。内容如下：

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
package org.apache.lucene.demo;
import java.io.IOException;
import java.io.StringReader;
 
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.TokenStream;
import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field;
import org.apache.lucene.index.IndexReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.queryparser.classic.ParseException;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.Query;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.RAMDirectory;
import org.apache.lucene.util.Version;
import org.wltea.analyzer.lucene.IKAnalyzer;
 
public class IKAnalyzerDemo {
 
     /**
      * @param args
      * @throws IOException
      */
     public static void main(String[] args) throws IOException {
         // TODO Auto-generated method stub
         //建立索引
         String text1 = "IK Analyzer是一个结合词典分词和文法分词的中文分词开源工具包。它使用了全新的正向迭代最细粒度切" +
                 "分算法。" ;
         String text2 = "中文分词工具包可以和lucene是一起使用的" ;
         String text3 = "中文分词,你妹" ;
         String fieldName = "contents" ;
         Analyzer analyzer = new IKAnalyzer();
         RAMDirectory directory = new RAMDirectory();
         IndexWriterConfig writerConfig = new IndexWriterConfig(Version.LUCENE_34, analyzer);
         IndexWriter indexWriter = new IndexWriter(directory, writerConfig);
         Document document1 = new Document();
         document1.add( new Field( "ID" , "1" , Field.Store.YES, Field.Index.NOT_ANALYZED));
         document1.add( new Field(fieldName, text1, Field.Store.YES, Field.Index.ANALYZED));
         indexWriter.addDocument(document1);
 
         Document document2 = new Document();
         document2.add( new Field( "ID" , "2" , Field.Store.YES, Field.Index.NOT_ANALYZED));
         document2.add( new Field(fieldName, text2, Field.Store.YES, Field.Index.ANALYZED));
         indexWriter.addDocument(document2);
 
         Document document3 = new Document();
         document3.add( new Field( "ID" , "2" , Field.Store.YES, Field.Index.NOT_ANALYZED));
         document3.add( new Field(fieldName, text3, Field.Store.YES, Field.Index.ANALYZED));
         indexWriter.addDocument(document3);
         indexWriter.close();
 
 
         //搜索
         IndexReader indexReader = IndexReader.open(directory);
         IndexSearcher searcher = new IndexSearcher(indexReader);
         String request = "中文分词工具包" ;
         QueryParser parser = new QueryParser(Version.LUCENE_40, fieldName, analyzer);
         parser.setDefaultOperator(QueryParser.AND_OPERATOR);
         try {
             Query query = parser.parse(request);
             TopDocs topDocs = searcher.search(query, 5 );
             System.out.println( "命中数:" +topDocs.totalHits);
             ScoreDoc[] docs = topDocs.scoreDocs;
             for (ScoreDoc doc : docs){
                 Document d = searcher.doc(doc.doc);
                 System.out.println( "内容:" +d.get(fieldName));
             }
         } catch (ParseException e) {
             // TODO Auto-generated catch block
             e.printStackTrace();
         } finally {
             if (indexReader != null ){
                 try {
                     indexReader.close();
                 } catch (IOException e) {
                     e.printStackTrace();
                 }
             }
 
             if (directory != null ){
                 try {
                     directory.close();
                 } catch (Exception e) {
                     e.printStackTrace();
                 }
             }
         }
 
     }
 
}


这段代码是将索引文件放入内存中（RAMDirectory），运行结果如下： 
?
1
2
3
4
加载扩展停止词典：stopword.dic
命中数:2
内容:中文分词工具包可以和lucene是一起使用的
内容:IK Analyzer是一个结合词典分词和文法分词的中文分词开源工具包。它使用了全新的正向迭代最细粒度切分算法。



这段代码有两个问题： 
1、Field()已经不推荐按使用。 
2、QueryParser()的使用方式也改变了。 

下面是更加符合要求的示例。 

第二个示例：

MyIndex类用来创建索引： 
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.*;
import org.apache.lucene.document.Field.Store;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.util.Version;
import org.wltea.analyzer.lucene.IKAnalyzer;
 
import java.io.File;
 
 
public class MyIndex {
     public static void main(String[] args) {
         String ID;
         String content;
 
         ID = "1231" ;
         content = "BuzzFeed has compiled an amazing array of " +
                 "ridiculously strange bridesmaid snapshots, courtesy of Awkward Family Photos. " ;
         indexPost(ID, content);
 
         ID = "1234" ;
         content = "Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包" ;
         indexPost(ID, content);
 
         ID = "1235" ;
         content = "Lucene不是一个完整的全文索引应用，而是是一个用Java写的全文索引引擎工具包，它可以方便的嵌入到各种应用中实现" ;
         indexPost(ID, content);
 
     }
 
     public static void indexPost(String ID, String content) {
         File indexDir = new File( "/home/letian/lucene-test/index" );
 
         Analyzer analyzer = new IKAnalyzer();
 
         TextField postIdField = new TextField( "id" , ID, Store.YES);  // 不要用StringField
         TextField postContentField = new TextField( "content" , content, Store.YES);
 
         Document doc = new Document();
         doc.add(postIdField);
         doc.add(postContentField);
         IndexWriterConfig iwConfig = new IndexWriterConfig(Version.LUCENE_4_10_1, analyzer);
         iwConfig.setOpenMode(IndexWriterConfig.OpenMode.CREATE_OR_APPEND);
         try {
             Directory fsDirectory = FSDirectory.open(indexDir);
             IndexWriter indexWriter = new IndexWriter(fsDirectory, iwConfig);
             indexWriter.addDocument(doc);
             indexWriter.close();
         } catch (Exception e) {
             e.printStackTrace();
         }
     }
}



索引以文件的形式存储在/home/letian/lucene-test/index目录中，Field被替换成了TextField，注意对于全文索引，不要使用StringField。 
运行上面的代码，创建索引的结果如下： 
 



MySearch.java是一个搜索的示例： 
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.queryparser.classic.QueryParser;
import org.apache.lucene.search.*;
import org.apache.lucene.store.Directory;
import org.apache.lucene.store.FSDirectory;
import org.apache.lucene.index.DirectoryReader;
import org.wltea.analyzer.lucene.IKAnalyzer;
 
import java.io.File;
 
public class MySearch {
     public static void main(String[] args) {
         Analyzer analyzer = new IKAnalyzer();
         File indexDir = new File( "/home/letian/lucene-test/index" );
         try {
             Directory fsDirectory = FSDirectory.open(indexDir);
             DirectoryReader ireader = DirectoryReader.open(fsDirectory);
             IndexSearcher isearcher = new IndexSearcher(ireader);
 
 
             QueryParser qp = new QueryParser( "content" , analyzer);         //使用QueryParser查询分析器构造Query对象
             qp.setDefaultOperator(QueryParser.AND_OPERATOR);
             Query query = qp.parse( "Lucene" );     // 搜索Lucene
             TopDocs topDocs = isearcher.search(query , 5 );      //搜索相似度最高的5条记录
             System.out.println( "命中:" + topDocs.totalHits);
             ScoreDoc[] scoreDocs = topDocs.scoreDocs;
             for ( int i = 0 ; i < topDocs.totalHits; i++){
                 Document targetDoc = isearcher.doc(scoreDocs[i].doc);
                 System.out.println( "内容:" + targetDoc.toString());
             }
 
         } catch (Exception e) {
 
         }
     }
}


得到的结果如下： 
?
1
2
3
命中:2
内容:Document<stored,indexed,tokenized< id :1234> stored,indexed,tokenized<content:Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包>>
内容:Document<stored,indexed,tokenized< id :1235> stored,indexed,tokenized<content:Lucene不是一个完整的全文索引应用，而是是一个用Java写的全文索引引擎工具包，它可以方便的嵌入到各种应用中实现>>
life1024
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
ElasticSearch7.3学习(十五)----中文分词器(IK Analyzer)及自定义词库
「 虚幻私塾」
03-29 4002
Python微信订餐小程序课程视频 https://edu.csdn.net/course/detail/36074 Python实战量化交易理财系统 https://edu.csdn.net/course/detail/35475 1、 中文分词器 1.1 默认分词器 先来看看ElasticSearch中默认的standard 分词器，对英文比较友好，但是对于中文来说就是按照字符拆分，不是那么友好。 GET /_analyze { "analyzer": "standard", "text": "
IKAnalyzer 支持高版本最新Lucene 5.x、6.x、7.x
06-12
支持高版本Lucene，包括最新的Lucene7.3.1，本人亲自测试过，绝对能用!
Lucene 中文分词器概述 与 Ik-Analyzer 使用教程
热门推荐
蚩尤后裔-汪茂雄
08-31 3万+
目录 Ik-Analyzer 简介 GoogleCode 官网介绍 IK Analyzer 2012 特性 版本兼容 Ik-Analyzer 使用 Ik-Analyzer 下载 导入开发包 创建索引 查询索引 官方示例 Ik-Analyzer 简介 GoogleCode 开源项目 :http://code.google.com/p/ik-analyzer/，开发包下载地址：...
IK分词器的入门使用
weixin_45683778的博客
03-02 479
中文分词是将连续的中文文本切分成一个个独立的词语的过程，是中文文本处理的基础。IK分词器是一个高效准确的中文分词工具，采用了"正向最大匹配"算法，并提供了丰富的功能和可定制选项。
Lucene的中文分词器IKAnalyzer
不了了之专栏
11-25 2512
Lucene的中文分词器IKAnalyzer 分词器对英文的支持是非常好的。 　　一般分词经过的流程： 　　1）切分关键词 　　2）去除停用词 　　3）把英文单词转为小写 　　但是老外写的分词器对中文分词一般都是单字分词，分词的效果不好。 　　国人林良益写的IK Analyzer应该是最好的Lucene中文分词器之一，而且随着Lucene的版本
lucene+springboot+ik Analyzer实现mysql数据库高亮查询
121
01-20 7170
首先我们要了解什么是ik分词器( 摘自百度百科 ) ik 分词器简介：     从2006年12月推出1.0版开始，IKAnalyzer已经推出 了3个大版本。最初，它是以开源项目Lucene为应用主体的，结合词典分词和文法分析算法的中文分词组件。新版本的IKAnalyzer3.0则发展为 面向Java的公用分词组件，独立于Lucene项目，同时提供了对Lucene的默认优化实现。 运行环境
Lucene教程--Analyzer分析器详解
好好学java
04-23 3639
Analyzer分析器 1Analyzer使用时机 1.1创建索引时使用Analyzer 输入关键字进行搜索，当需要让该关键字与文档域内容所包含的词进行匹配时需要对文档域内容进行分析，需要经过Analyzer分析器处理生成语汇单元（Token）。分析器分析的对象是文档中的Field域。当Field的属性tokenized（是否分词）为true时会对Field值进行分
Lucene5.21+IkAnalyzer
06-23
Lucene5.21+IkAnalyzer2012_V5入门案例,看不懂你来打我。
适用于Lucene5.3.1的IKAnalyzer jar包
09-26
该jar包之前只支持Lucene4.7.2,因为我自己的项目用到的是Lucene5.3.1，所以我自己重写了IKAnalyzer.java以及IKTokenizer.java，并且重新编译之后替换了之前的.class文件，现在可以适用于Lucene5.3.1
org.wltea.analyzer.lucene.IKAnalyzer jar
06-16
solr的IK分词器JAR及配置文件 jar包和配置文件的放置位置不一样，详情可搜索 IK Analyzer 是一个开源的，基于java语言开发的轻量级的中文分词工具包。...org.wltea.analyzer.lucene.IKAnalyzer jar
IKAnalyzer中文分词支持lucene6.5.0版本
03-28
由于林良益先生在2012之后未对IKAnalyzer进行更新，后续lucene分词接口发生变化，导致不可使用，所以此jar包支持lucene6.0以上版本
lucene:基于lucene与IKAnalyzer的中文搜索demo及学习记录
05-25
基于lucene与IKAnalyzer的中文搜索demo及学习记录 Lucene是apache下的一个开放源代码的全文检索引擎工具包。提供了完整的查询引擎和索引引擎，部分文本分析引擎。 Lucene的目的是为软件开发人员提供一个简单易用的...
ikanalyzer中文分词支持lucene7.1.0
05-14
由于林良益先生在2012之后未对IKAnalyzer进行更新，后续lucene分词接口发生变化，导致不可使用，所以此jar包支持lucene6.0以上版本
Lucene入门(3) | 利用 IK-analyzer 进行中文分词
Sartin的博客
05-22 524
文章目录利用 IK-analyzer 进行中文分词分析器（Analyzer）的执行过程实操代码一、不配置暂停词和字典二、配置暂停词和字典 利用 IK-analyzer 进行中文分词 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Reader字符流开始，创建一个基于Reader的Tokenizer分词器，经过三个TokenFilter生成语汇单元Token。 要看分析器的分析效果，只需要看Tokenstream中的内容就可以了。每个分析器都有一个方法tokenStream，返回一
中文分析器IK Analyzer
qibulemingzi的博客
01-23 1453
一、中文分析器IK Analyzer   IK Analyzer 是一个开源的，基亍 java 语言开发的轻量级的中文分词工具包。从 2006年 12 月推出 1.0 版开始， IKAnalyzer 已经推出了 4 个大版本。最初，它是以开源项目Luence 为应用主体的，结合词典分词和文法分析算法的中文分词组件。从 3.0 版本开始，IK 发展为面向 Java 的公用分词组件，独立亍 Lucene 项目，同时提供了对 Lucene 的默认优化实现。在 2012 版本中，IK 实现了简单的分词歧义排除算法，
IK Analyzer
qq_42918433的博客
02-26 936
IK Analyzer 是一个开源的,基于java 语言开发的轻量级的中文分词工具包。从2006年12 月推出1.0 版开始,IKAnalyzer 已经推出了4 个大版本。最初,它是以开源项目Luence为应用主体的,结合词典分词和文法分析算法的中文分词组件。从 3.0版本开始,IK发展为面向 Java的公用分词组件,独立于 Lucene项目,同时提供了对 Lucene的默认优化实现。 在 2012版本中,IK实现了简单的分词歧义排除算法,标志着 IK分词器从单纯的词典分词向模拟语义分词衍化。 ...
Lucene使用IKAnalyzer分词实例 及 IKAnalyzer扩展词库
weixin_33994444的博客
04-07 239
方案一: 基于配置的词典扩充 项目结构图如下:IK分词器还支持通过配置IKAnalyzer.cfg.xml文件来扩充您的专有词典。谷歌拼音词库下载: http://ishare.iask.sina.com.cn/f/14446921.html?from=like在web项目的src目录下创建IKAnalyzer.cfg.xml文件,内容如下 &lt;?xml version="1.0" e...
Lucene 实例教程(二)之IKAnalyzer中文分词器
永恒の_☆
08-24 2万+
一、前言        前面简单介绍了Lucene，以及如何使用Lucene将索引 写入内存，地址：http://blog.csdn.net/chenghui0317/article/details/10052103        但是其中出现很多问题，具体如下：        1、使用IndexWriter 写入的索引全部是放在内存中的，一旦程序挂了 也就什么都没有了，并且如果生成
ElasticSearch 7.3 实战：中文分词器(IK Analyzer)及自定义词库
最新发布
qq_33240556的博客
03-27 322
"index": {"stopwords": "_chinese_", // 可选，使用停用词表"use_smart": true/false // 根据需求启用或禁用智能分词模式},"_doc": {"analyzer": "my_ik_analyzer" // 在“content”字段上应用自定义IK分词器这样，当索引文档中的content字段时，IK Analyzer会使用自定义词库进行分词。
org.wltea.analyzer.lucene.IKAnalyzer maven
05-24
你可以通过以下 Maven 依赖来引入 IKAnalyzer： ```xml <groupId>org.wltea <artifactId>analyzer <version>IK-Analyzer-2012FF ``` 注意，这里使用的是 IKAnalyzer 的 2012FF 版本。你也可以根据自己的需求...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

life1024

你的鼓励将是我创作的最大动力。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值