【Solr】第二步：配置ANSJ中文分词器

一、下载ANSJ的jar包

链接：https://pan.baidu.com/s/16uvyRWw5YqYzeWH43ndViw 密码：ik48

二、

① 将下载下来的jar包放到tomcat下solr项目的lib包内

注：ANSJTokenizerFactory_web4.0.jar这个jar包是自己压缩的

② 将stop.dic 放到..solr-home\configsets\conf\文件夹中

三、修改managed-schema配置文件

• 在<schema></schema>标签内加上如下配置：

<fieldType name="text_ansj" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
        <tokenizer class="org.ansj.solr.AnsjTokenizerFactory"  isQuery="false" stopwords="stop.dic" sync="chineseWordParticiple.properties"/> 
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stop.dic" />	
    </analyzer>
    <analyzer type="query">
        <tokenizer class="org.ansj.solr.AnsjTokenizerFactory" />
    </analyzer>
</fieldType>

• 详细解析：

① 名称任意，保持唯一

② 固定值，不需要修改

③ 索引的配置

④ 该ANSJTokenizerFactory_web4.0.jar文件中AnsjTokenizerFactory.class的路径

⑤ 添加索引的时候是否分词

⑥ 停用分词，指向的是..solr-home\configsets\conf\中的stop.dic这个文件

⑦ 指向ANSJTokenizerFactory_web4.0.jar中的文件

注：chineseWordParticiple.properties文件中的内容

⑧ 是否忽略大小写

⑨ 查询的配置

 

ANSI参考手册http://nlpchina.github.io/ansj_seg/