Elasticsearch Sudachi 插件使用教程-CSDN博客

本文链接：https://blog.csdn.net/gitblog_00068/article/details/141985382

Elasticsearch Sudachi 插件使用教程

elasticsearch-sudachiThe Japanese analysis plugin for elasticsearch项目地址:https://gitcode.com/gh_mirrors/el/elasticsearch-sudachi

1. 项目介绍

Elasticsearch Sudachi 是一个用于 Elasticsearch 的日本语分析插件。它基于 Sudachi 分词器，提供了更精确的日语文本分析功能。Sudachi 分词器是 Works Applications 公司开发的一款高性能日语分词工具，特别适用于需要高精度日语处理的场景。

该插件允许用户在 Elasticsearch 中集成 Sudachi 分词器，从而提升日语文本的搜索和分析效果。它支持多种分词模式，包括 A、B、C 三种模式，用户可以根据具体需求选择合适的分词粒度。

2. 项目快速启动

2.1 安装插件

首先，确保你已经安装了 Elasticsearch。然后，按照以下步骤安装 Sudachi 插件：

使用发布包安装

bin/elasticsearch-plugin install https://github.com/WorksApplications/elasticsearch-sudachi/releases/download/v3.1.1/analysis-sudachi-8.13.4-3.1.1.zip

使用自建包安装

bin/elasticsearch-plugin install file:///path/to/analysis-sudachi-8.13.4-3.1.1.zip

2.2 下载并配置 Sudachi 字典

从以下链接下载 Sudachi 字典：

https://github.com/WorksApplications/SudachiDict

解压字典文件，并将 system_core.dic 文件放置到 config/sudachi/ 目录下。

2.3 启动 Elasticsearch

执行以下命令启动 Elasticsearch：

bin/elasticsearch

2.4 配置索引

在创建索引时，配置 Sudachi 分词器：

PUT /my_index
{
  "settings": {
    "index": {
      "analysis": {
        "tokenizer": {
          "sudachi_tokenizer": {
            "type": "sudachi_tokenizer",
            "mode": "C"
          }
        },
        "analyzer": {
          "sudachi_analyzer": {
            "tokenizer": "sudachi_tokenizer"
          }
        }
      }
    }
  }
}