在Solr中配置和使用ansj分词

原文:http://www.cnblogs.com/likehua/p/4481219.html

在上一节【编译Ansj之Solr插件】中介绍如何编译ansj分词在solr(lucene)环境中使用的接口，本章将介绍如何在solr中使用ansj，其步骤主要包括：下载或者编译ansj和nlp-lang等jar包、在schema中配置相关类型、将ansj和nlp-lang等jar包配置到solr中、测试ansj分词效果。

一、下载或者编译ansj-seg和nlp-lang等jar包。

　  1、您可以到 http://mvnrepository.com/artifact/org.ansj/ansj_seg 中下载相关jar包。（最简单的是直接引用maven地址）

<!-- https://mvnrepository.com/artifact/org.ansj/ansj_seg -->
<dependency>
    <groupId>org.ansj</groupId>
    <artifactId>ansj_seg</artifactId>
    <version>5.0.4</version>
</dependency>

　　ansj-seg相关jar包，如下图所示：

二、在solr schema.xml中配置好ansj字段类型。

　　1、创建ansj类型。

　　　　找到schema.xml，添加ansj类型text_ansj:　

 <!--ansj start -->
 
    <fieldType name="text_ansj" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
         <tokenizer class="org.ansj.solr.AnsjTokenizerFactory"  isQuery="false"/>
    </analyzer>
    <analyzer type="query">
        <tokenizer class="org.ansj.solr.AnsjTokenizerFactory"/>
    </analyzer>
</fieldType>
 
    <!--ansj end -->

org.ansj.solr.AnsjTokenizerFactory 是ansj-lucene插件。
2、配置好需要索引的字段:

<field name="POI_NAME" type="text_ansj" indexed="true" stored="false"/>

三、在solr环境中配置好ansj。

　　在编译好的ansj-seg、nlp-lang、ansj_lucene4_plug 放到solr war包的lib下。

配置ansj相关词库和配置文件，这些配置文件在ansj源码目录下：

四、测试ansj分词效果。

　　ansj配置好了以后，把solr所在的tomcat启动一下。用solr管理页面查看效果：

　　1、测试分词 "南京市长江大桥”