solr+mmseg4j 中文分词

最新推荐文章于 2024-10-10 20:14:51 发布

avlgood2010

最新推荐文章于 2024-10-10 20:14:51 发布

阅读量946

点赞数

分类专栏：编程文章标签： solr tomcat class types apache

本文链接：https://blog.csdn.net/avlgood2010/article/details/7426461

版权

编程专栏收录该内容

3 篇文章 0 订阅

订阅专栏

0.下载文件到E:/apache，解压后如图

1. 安装tomcat6.0 到E:/tomcat

2.apache-solr-1.4.1.zip解压，复制dist/apache-solr-1.4.1.war到E:/tomcat/webapps下，改名为solr.war，启动tomcat;

3.在tomcat目录下新建solr_home目录，复制E:\apache\apache-solr-1.4.1\example\solr下的bin、conf目录到solr_home，并新建data文件夹，复制sogou-dic-utf8下的words.dic到data文件夹下。

4. E:\tomcat\conf\Catalina\localhost 新增solr.xml

<Context docBase="E:/apache/apache-solr-1.4.1/dist/apache-solr-1.4.1.war" reloadable="true">
<Environment name="solr/home" type="java.lang.String" value="E:/tomcat/solr_home" override="true"/>
</Context>

5. 将mmseg4j-all-1.8.4.jar复制到E:\tomcat\webapps\solr\WEB-INF\lib下

6. E:\tomcat\solr_home\conf\schema.xml，在

<types>下增加：

<fieldType name="textComplex" class="solr.TextField" >
    <analyzer>
        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="data/"/>
    </analyzer>
</fieldType>
<fieldType name="textMaxWord" class="solr.TextField" >
    <analyzer>
        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word" dicPath="data/"/>
    </analyzer>
</fieldType>
<fieldType name="textSimple" class="solr.TextField" >
    <analyzer>
        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="data/"/>
    </analyzer>
</fieldType>

最终，打开http://localhost:8080/solr/admin/analysis.jsp，输入文字并将其分词。