my_vips的专栏

(一）安装nutch1.31.linux环境，分别从nutch、solr官网下载1.3版本和3.4版本压缩包2.分别解压，假定nutch目录为/nutch1.3，solr目录为/apache-solr-3.4.03.进入/nutch-1.3/runtime/local目录，vibin/nutch，设置JDK1.6路径NUTCH_JAVA_HOME=/usr/

对几种中文分析器，从分词准确性和效率两方面进行比较。分析器依次为：StandardAnalyzer、ChineseAnalyzer、CJKAnalyzer、IK_CAnalyzer、MIK_CAnalyzer、MMAnalyzer（JE分词）、PaodingAnalyzer。单纯的中文分词的实现一般为按字索引或者按词索引。按字索引顾名思义，就是按单个字建立索引。按词索引就是按词喽，根据词库中的

最近在折腾solr，现在需要让其支持中文分词，在网上看到了很多关于使用paoding中文分词的文章，但是测试很久都不行，而且paoding这个分词工具很久没更新了，最新版本是paoding-analysis-2.0.4-beta.zip，于是在想有没有其它的分词工具可以使用，后来找到了IKAnalyzer,仔细看了下，感觉很不错，关键是配置很容易，参照一篇文章中的例子http://blog.sin