2024年【ElasticSearch】中文分词器_es中文分词器，2024年最新2024最新爱奇艺大数据开发社招面试题目

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

{
  "token" : "红烧",
  "start_offset" : 0,
  "end_offset" : 2,
  "type" : "word",
  "position" : 0
},
{
  "token" : "牛肉面",
  "start_offset" : 2,
  "end_offset" : 5,
  "type" : "word",
  "position" : 1
}

]
}

![在这里插入图片描述](https://img-blog.csdnimg.cn/d58697f3e16148a3808e09a03de82418.png)


**ik分词器**


ik支持自定义扩展词库，有时候分词的结果不满足我们业务需要，需要根据业务设置专门的词库，词库的作用就是自定义一批关键词，分词的时候优先根据词库设置的关键词分割内容，例如：词库中包含 “上海大学” 关键词，如果对“上海大学在哪里？”进行分词，“上海大学” 会做为一个整体被切割出来。**（需要重启es）**


安装ik插件：

// 到这里找跟自己ES版本一致的插件地址
https://github.com/medcl/elasticsearch-analysis-ik/releases

我本地使用的ES版本是7.8.0，所以选择的Ik插件版本地址是：

https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.8.0/elasticsearch-analysis-ik-7.8.0.zip

安装命令

{ES安装目录}/bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.8.0/elasticsearch-analysis-ik-7.8.0.zip

![在这里插入图片描述](https://img-blog.csdnimg.cn/0845056816e748c39a0350a3ae0c1301.png)


#### ik中文分词效果


ik分词插件支持 ik\_smart 和 ik\_max\_word 两种分词器


ik\_smart - 粗粒度的分词  
 ik\_max\_word - 会尽可能的枚举可能的关键词，就是分词比较细致一些，会分解出更多的关键词


例1:

GET /_analyze
{
“text”: “上海人民广场麻辣烫”,
“analyzer”: “ik_max_word”
}

输出：

{
“tokens” : [
{
“token” : “上海人”,
“start_offset” : 0,
“end_offset” : 3,
“type” : “CN_WORD”,
“position” : 0
},
{
“token” : “上海”,
“start_offset” : 0,
“end_offset” : 2,
“type” : “CN_WORD”,
“position” : 1
},
{
“token” : “人民”,
“start_offset” : 2,
“end_offset” : 4,
“type” : “CN_WORD”,
“position” : 2
},
{
“token” : “广场”,
“start_offset” : 4,
“end_offset” : 6,
“type” : “CN_WORD”,
“position” : 3
},
{
“token” : “麻辣烫”,
“start_offset” : 6,
“end_offset” : 9,
“type” : “CN_WORD”,
“position” : 4
},
{
“token” : “麻辣”,
“start_offset” : 6,
“end_offset” : 8,
“type” : “CN_WORD”,
“position” : 5
},
{
“token” : “烫”,
“start_offset” : 8,
“end_offset” : 9,
“type” : “CN_CHAR”,
“position” : 6
}
]
}

例2:

GET /_analyze
{
“text”: “上海人民广场麻辣烫”,
“analyzer”: “ik_smart”
}

输出：

{
“tokens” : [
{
“token” : “上海”,
“start_offset” : 0,
“end_offset” : 2,
“type” : “CN_WORD”,

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

很难做到真正的技术提升。**

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！